三分鐘速讀 a16z 押注的具身智能機器人協調層——PrismaX， 獲 a16z crypto 領投，旨在建構去中心化機器人協調層。本文將解析其如何透過代幣經濟，將機器人變為「礦機」，解決 AI 數據困境。 （前情提要：Sam Altman從新手老爸看AI未來：人形機器人要來了，你有準備嗎？ ） （背景補充：Podcast精華：AI和機器人覆蓋了加密貨幣熱潮，下個時代微創業最夯 ）   近年來，人形機器人硬體技術取得了顯著進步，從靈巧機械手到高精度執行器，部分先進組件已實現商業化。但大規模應用仍面臨關鍵瓶頸：軟體未達到生產水平、數據稀缺、管理成本高昂、人機協作效率低下。當前機器人公司大都依賴自建數據採集系統，導致行業陷入「數據孤島」困境，限制了機器人智能向主流應用的躍遷。 在此背景下，PrismaX 應運而生，致力於建構去中心化的具身智能機器人協調層，透過開放協議連接各方，打造高效、透明且可擴展的開放機器人協調經濟。PrismaX 近期還完成由 a16z crypto CSX 領投的 1100 萬美元融資，吸引了眾多機器人愛好者的目光。那麼，PrismaX 究竟有何魅力？能在競爭激烈的市場中脫穎而出？ PrismaX 團隊背景和投資方陣容 PrismaX 由 Bayley Wang 和 Chyna Qu 聯合創立，團隊成員在機器人技術與去中心化經濟領域擁有比較深厚的專業知識和實踐經驗。 PrismaX 聯合創辦人兼執行長 (CEO) Bayley Wang 擁有麻省理工學院 (MIT) 的學術背景和比較豐富的創業經驗，深耕擴增實境技術、消費電子和機器人領域。他的職業生涯展示了從學術研究到商業化的成功轉型，尤其在技術和硬體開發領域。 2011 年到 2012 年，Bayley Wang 在 MIT 電腦科學與人工智慧實驗室 (CSAIL) 擔任研究員，使用 C/C++ 開發高性能光學光線追蹤模擬和優化工具，之後還在 MIT 研究過機器人、汽車駕駛、演算法開發、成像系統設計等領域。Bayley Wang 還曾是麻省理工學院教育研究計畫 (ESP) 的教師。 曾在美國數學奧林匹克競賽中取得全國前 25 名的成績。 曾於 2012 年在 MIT 讀書期間（大二時）創辦第一個消費電子教育新創公司 One Tesla，當年營收超百萬美元，後被收購； 曾於 2019 年到 2024 年在人工智慧穿戴式裝置公司 Kura Technologies 擔任聯合創辦人，專注於開發 AR 眼鏡和平臺。 Bayley Wang 還擁有具身智能機器人方面的一些專利，是(具有改良微結構顯示器的 AR 耳機)(AR Headsets with Improved Micro Structure Display) 和(AR 眼鏡的製造方法)(Augmented Reality Eyepiece the Manufacturing Methods) 的聯合發明人。 融資方面，2025 年 6 月中旬，PrismaX 完成 1100 萬美元融資。此次融資由 a16z 領投，其單獨投資金額達 700 萬美元。其他參投方包括 Stanford Blockchain Accelerator、Symbolic、Volt Capital 及 Virtuals Protocol 等。值得關注的是，PrismaX 是 a16z crypto 加密新創公司加速器 CSX 04 中的一員，於 6 月 3 日 a16z CSX Demo Day 正式發布。 PrismaX 是什麼？白皮書核心解讀 根據 PrismaX 白皮書，PrismaX 致力於透過去中心化的數據激勵機制和統一的遙操作 (teleop) 標準，建構一個開放的機器人協調經濟體。 簡單來說，PrismaX 是「機器人世界的公共數據與勞動力層」，結合遙操作協議、數據引擎、三方市場、評估模型以及代幣激勵經濟，讓任何人都能遙操作機器人提供數據的同時獲得代幣獎勵，同時為 AI 公司源源不斷地產出高品質訓練數據。 PrismaX 的解決方案圍繞三大支柱建構，形成自增強的「飛輪效應」： 一、開源 teleop 協議：連接全球遙操作員和機器人，然後操作員可透過標準化介面控制機器人完成任務，同時生成高價值數據。 二、 分散式數據引擎：teleop 協議累積的數據可用於訓練 AI 模型，PrismaX 數據市場根據數據所有權可分為網路共有數據和客戶私有數據。其中： 網路共有數據：由社羣控制。網路共有數據會根據評估引擎 Eval Engine 分數鑄造新代幣，這一過程構成了 PrismaX「Proof-of-View」創新機制的核心。在數據被存取時，部分交易費用會銷毀，部分會重新分配給數據創建者。 客戶私有數據：定向採集，按需付費，交易後的代幣會根據數據量重新分配給數據創建者。 除此之外，超大規模視覺任務數據的所有權也歸網路所有，收集視覺數據會根據其評估引擎分數鑄造新代幣，存取資料集則會銷毀數據需求方支付的代幣。 值得重點強調的是，PrismaX 透過自動化評估引擎 Eval Engine 實現視覺數據收集，用於對網路中的機器人操作數據和視覺數據進行品質評分，不僅能解決數據可信度問題，還能激勵高品質貢獻，並且支援數據過濾，幫助 AI 公司快速篩選符合訓練需求的資料集。具體而言，Eval Engine 使用開源 AI 模型提取關鍵特徵，比如，對於影片的每一幀會計算圖像的 CLIP-L 和 DINOv2 嵌入，還會考慮預測誤差檢測、透過光流分析識別有效動作等，評分維度包括運動 (Motion)、語意、美學和多樣性等因素。 三、為遙操作員、數據購買者和機器人所有者建構的三方市場：支援數據收集、機器人租賃、機器人出租等用例，最終實現機器間協調和機器人間交易。 PrismaX 經濟體系 PrismaX 平臺經濟體系的核心設計旨在解決機器人行業的冷啟動問題（缺乏經濟激勵→機器人部署不足→數據不足→AI 模型訓練受限→機器...

#AI