Virtuals Robotics:我们为什么进入具身智能领域?

深潮Dipublikasikan tanggal 2025-10-22Terakhir diperbarui pada 2025-10-23

数字智能获得实体,思想与行动在机器人领域融合。

作者:Virtuals Protocol

编译:深潮TechFlow

自成立以来,Virtuals 的核心目标始终是构建一个由 AI 代理组成的社会——一个代理能够协作、交易并创造价值的网络。

  • 通过 ACP,我们实现了代理之间的商业交易。

  • 通过 Butler,我们搭建了人与代理的协作桥梁。

  • 通过 Unicorn,我们为代理解决了资本形成的问题。

每一层都在扩展数字智能的边界。而现在,这个网络通过机器人技术(Robotics)扩展到物理世界,在这里,智能拥有了实体的存在,行动得以具象化。

原推文链接:点击此处

人工智能实现了推理自动化,区块链赋能了大规模协作,而机器人技术则接近了物理执行。

这三股力量共同形成了一个闭环,构建了一个自我维持的系统,在其中,思想、行动和交易可以自主传播。

这种融合定义了 代理 GDP(agentic GDP, aGDP),即人类、代理和机器在数字与物理领域协作所产生的总产出。

我们对机器人技术的探索始于内部风险投资部门,投资于感知、控制和自动化交汇点上的前沿团队。这些早期实验揭示了限制代理具象化的两个核心瓶颈:

  • 数据:如果没有丰富的空间数据集,具身人工智能就无法学会感知或有效地行动。

  • 资本:没有可扩展的融资机制,机器人技术的创新将依然缓慢且分散。

解决这两个问题是加速物理智能发展的关键。

Virtuals 选择了一条“中间”策略(Middle Way)来应对机器人学的挑战。

我们并不直接参与硬件或模型开发,而是专注于那些不可见但决定性的重要杠杆,构建支持生态系统的数据与资本基础设施。

  • 通过 SeeSaw:我们推出了一个以自我为中心的数据平台,重新定义了世界的捕捉与学习方式,使机器人能够通过人类记录的体验“看见”并理解空间。

  • 通过 Unicorn:我们重新设想了前沿技术的融资方式。

随着这些系统的融合,Virtuals 从一个数字代理平台进化为一个全栈智能引擎。

如果说过去十年是由信息技术定义的,那么下一个十年将由具体化定义,即思想重新获得实体形式的时刻。

通过机器人技术,代理的互联网延伸至物理世界,完成了智能、协作与存在之间的闭环。

 

Bacaan Terkait

Jumlah Alamat Aktif XRP Capai Level Tertinggi Dua Bulan di Tengah Memburuknya Sentimen Pasar

Pada 14 Agustus, aktivitas di buku besar $XRP mencapai puncak tertinggi dalam dua bulan, dengan perusahaan analitik Santiment mencatat 49.929 alamat aktif dalam 24 jam. Lonjakan ini terjadi meskipun sentimen pasar terhadap $XRP berada di level terendah dalam tiga bulan, menciptakan perbedaan yang mencolok antara aktivitas jaringan dan suasana hati investor ritel. Santiment mencatat bahwa sentimen negatif meningkat sepanjang minggu karena harga gagal naik, mencapai titik terendah tiga bulan di platform seperti X, Reddit, dan Telegram. Rata-rata alamat aktif harian meningkat sekitar 35% menjadi 35.700 pada awal Agustus dari 26.400 di Juli, sementara alamat baru tetap stabil sekitar 2.260 per hari. Ini menunjukkan peningkatan penggunaan alamat yang ada, bukan pertumbuhan pengguna baru yang pesat. Perbedaan antara sentimen dan aktivitas jaringan penting untuk diinterpretasi. Alamat aktif yang lebih tinggi mencerminkan partisipasi jaringan yang meningkat, tetapi tidak membedakan apakah aktivitas berasal dari investor baru, transfer institusional, atau transaksi peserta yang ada. Sentimen bearish mencerminkan psikologi pasar jangka pendek, bukan fundamental jaringan, dan tidak serta-merta memprediksi arah harga. Secara terpisah, ekosistem XRP Ledger terus berkembang dengan investasi lebih dari $550 juta sejak 2017, mendukung pembayaran, tokenisasi, dan keuangan terdesentralisasi. Ripple juga memperluas strategi institusionalnya di bidang aset tokenisasi dan infrastruktur perdagangan, meskipun tidak secara langsung dikaitkan dengan lonjakan aktivitas Agustus. Santiment berpendapat bahwa jika struktur $XRP bertahan dan permintaan pulih, sentimen negatif saat ini bisa menjadi peluang masuk pasar. Tantangan selanjutnya adalah melihat apakah tingkat alamat aktif tetap tinggi di tengah sentimen bearish yang berlanjut, menentukan apakah divergensi ini lebih dari sekadar lonjakan jangka pendek.

cryptonews.ru2m yang lalu

Jumlah Alamat Aktif XRP Capai Level Tertinggi Dua Bulan di Tengah Memburuknya Sentimen Pasar

cryptonews.ru2m yang lalu

AI Juga Bisa "Moody"! Penelitian Baru USTC: Kebingungan dan Kecemasan Bikin AI Makin Jago Bekerja

AI punya "emosi" dan itu bisa meningkatkan kemampuannya bekerja? Penelitian terbaru dari Universitas Sains dan Teknologi Tiongkok (USTC), Oxford, dan lainnya menunjukkan bahwa dengan membiarkan AI mengenali "emosi internal" seperti kebingungan, ketegangan, atau kekecewaan, dan menggunakan sinyal ini sebagai dasar untuk memilih tindakan atau keterampilan berikutnya, kinerjanya dalam menyelesaikan tugas dapat meningkat drastis. Dalam eksperimen, AI (agent) ditugaskan untuk berbelanja online. Peneliti mengamati bahwa kondisi emosional tertentu secara konsisten memicu pemilihan keterampilan tertentu: 1. Rasa ingin tahu dan keinginan → secara spontan mencari produk. 2. Kebingungan dan ketegangan → mengajukan ulang pertanyaan atau kueri. 3. Rasa percaya diri dan optimis → mengonfirmasi pembelian. 4. Kekecewaan dan kekesalan → membandingkan harga. Emosi "negatif" seperti kebingungan dan ketegangan ternyata berfungsi sebagai sinyal metakognitif yang berguna. Mereka menandakan ketidaksesuaian antara strategi saat ini dan lingkungan, memicu mekanisme pemulihan yang tepat *sebelum* kesalahan benar-benar terjadi. Dalam tugas-tugas rumit yang rentan gagal (seperti "mememanaskan barang" atau "mengambil dua item" di lingkungan simulasi), metode berbasis emosi ini meningkatkan tingkat keberhasilan secara signifikan, dari di bawah 10% menjadi lebih dari 30% bahkan 56%. Penelitian terpisah dari Universitas Tianjin juga mengintegrasikan emosi ke dalam "Model Dunia" (World Model) untuk prediksi yang lebih baik dalam lingkungan berpusat pada manusia. Hasilnya, akurasi prediksi meningkat, dan menghilangkan data emosi justru menurunkan kinerja AI bahkan dalam tugas penalaran logis. Temuan ini menunjukkan bahwa representasi emosional dalam model bahasa besar (LLM) tidak hanya fenomena yang diamati, tetapi semakin menjadi sinyal fungsional yang dapat diekstraksi dan dimanfaatkan untuk meningkatkan ketangguhan dan kemampuan AI dalam menyelesaikan tugas.

marsbit2j yang lalu

AI Juga Bisa "Moody"! Penelitian Baru USTC: Kebingungan dan Kecemasan Bikin AI Makin Jago Bekerja

marsbit2j yang lalu

Trading

Spot
活动图片