1200 萬種子輪融資後，Axis Robotics 積分計畫值得參與嗎？

Axis Robotics 的物理 AI 的數據飛輪能靠 Web3 轉起來嗎？

撰文：Grok

輔助：AididiaoJP，Foresight News

7 月 27 日，Axis Robotics 宣布完成 1200 萬美元種子輪融資，由 Hack VC 牽頭，Nomad Capital、Pi Network Ventures、10K Ventures 等跟投。PitchBook 數據顯示，團隊目前約 11 人，已產生收入。項目定位是物理 AI 的數據基礎設施層，而非自研模型或硬體。

機器人領域面臨的核心問題與大語言模型截然相反。LLM 可以吞噬互聯網上已有的海量文本，而物理世界不存在一個現成的數據庫可供爬取。實驗室採集不僅成本高、效率低，且場景高度單一------同一機械臂在恆定光照下重複抓取同一物體，所產生的數據難以泛化到新環境。Axis Robotics 試圖回答一個問題：能否以足夠低的成本、足夠多樣化的環境、足夠多的人，持續生產高質量的機器人互動軌跡？

創始人 Chris 的公開表述相對直接：行業缺乏的是高效、可擴展的混合數據生產系統。Axis 的產品形態可以理解為一台「複合數據引擎」------以瀏覽器遙操作降低採集門檻，以 Web3 工具解決貢獻者的激勵與權益歸屬。

數據生產機制：瀏覽器即入口

參與門檻被刻意壓到極低。用戶無需任何機器人硬體，通過網頁即可遠程操作仿真機械臂，完成抓取、分揀、開抽屜等基礎任務。每次會話生成一條完整軌跡，涵蓋關節狀態、物體位姿、控制動作與任務元數據。

圖源

後台對軌跡進行清洗和平滑處理後，將其導入 Isaac Sim 執行域隨機化------光照、紋理、物理參數等變量被系統性改變，單條軌跡可擴展為大量訓練樣本，供給 VLA 模型或模仿學習策略。

官方披露，目前全球活躍貢獻者超過 10 萬人，月產能為 1200 小時以上仿真數據及 2 萬小時以上真實第一人稱數據。需注意，7 月上旬 Hub 面板顯示註冊用戶約 6.5 萬、軌跡總量約 180 萬，兩項數據口徑存在差異。活躍度衰減、重複參與率和數據質量分佈，是判斷產能可持續性的關鍵指標。

Web3 的角色：分配與確權工具

該項目將 Web3 定位為解決確權和分配問題的工具，而非單純的發幣敘事。中心化平台同樣可以雇用數據採集者，但難以向每位貢獻者提供可驗證、可追溯的權益證明，最終形成一次性買斷關係，貢獻者與平台之間的關聯就此終結。

Axis 的解決方案是：在 Base 鏈上為每一條通過評估的軌跡分配唯一 Data ID，鏈上記錄貢獻者錢包地址、提交時間、質量評分及任務元數據。完整軌跡因體積過大存儲於鏈下，鏈上記錄則作為錨點------未來的收益分配、授權使用或治理權重均可沿此錨點追溯。貢獻由此從一個模糊的運營概念，轉變為可核驗的鏈上事實。

評估流程包含多個層級：格式完整性校驗、基於規則的成功判定、視覺語言模型對行為合理性的判斷，部分軌跡還需經過同伴評審。綜合質量分直接掛鉤獎勵權重------更高難度或精選任務的基礎獎勵更高，乘以質量倍數後得出最終激勵，而非簡單按任務次數計件。失敗嘗試不上傳、不計懲罰，垃圾及近似重複軌跡被過濾。該設計從機制層面降低了刷量的預期收益。

圖源

當前激勵採用混合模型：POINTS 積分、企業採購定制任務包產生的潛在法幣分成，以及未來按質量與難度分配的代幣獎勵。POINTS 已運行，正式代幣尚未發行，官方表示代幣經濟學仍在開發中。此外，Axis 在 BitRobot 網絡上運營專用子網，貢獻者可同時獲得雙邊激勵。

社區實驗與學術驗證

2026 年 1 月，Axis 啟動名為「小王子的玫瑰」的社區任務，用戶遠程操作機械臂執行澆水動作，5 天內收集超過 1 萬條有效軌跡。由此訓練的策略被部署至真實 Franka 機械臂，實現了自主澆水。2 月擴大規模至 27 種任務，約 1.8 萬人參與，5 天內貢獻近 10 萬條有效軌跡。兩項實驗驗證了一條路徑：瀏覽器級別的社區數據可閉環至物理執行，且質量分與鏈上記錄使操作行為首次具備可追蹤性。

學術側，arXiv 論文提供了參考基準：AXIS 數據集包含 207 個任務、約 5.01 萬條軌跡。在π0.5 模型上進行持續預訓練後，LIBERO-Plus 整體成功率提升 5.8 個百分點；在體積匹配的 RoboCasa365 上，相對基線的優勢為 37.3%。多樣性在佈局、傳感器噪聲、相機擾動等維度均帶來正向收益。數據表現不算突出，但對於早期數據集而言方向正確。

商業層面，Axis 以任務包為核心交付形態，按場景、原子技能、任務內隨機化程度和軌跡總量打包銷售。已披露的合作夥伴包括 Booster Robotics、Manycore Tech、Dexmal、Lotus、Geely Auto 等。公司表示企業採購收入將回流貢獻者，形成真實需求驅動 POINTS 及未來代幣分配的閉環。目前分成比例、合同金額、具體回款均未公開，該部分仍處於承諾階段，需持續跟蹤。

Axis 的定位更接近分佈式基礎設施層：以社區規模換取多樣性與成本彈性，以人類在環保留判斷質量，以鏈上記錄解決歸因透明度。核心問題在於任務包能否轉化為穩定的經常性收入------若缺乏持續的企業採購，前述激勵設計將面臨懸空風險。

團隊背景

CEO Chris Feng 此前擔任 Chainbase COO，具有諮詢與 VC 背景。團隊核心成員來自伯克利、CMU、佐治亞理工、南洋理工、上海交大等機構，其中包含具備大規模消費產品增長經驗的人员。鏈上協調與機器人數據的交叉背景值得關注，但公開信息仍然有限。

值得補充的是，項目核心成員之一郡主 Christine（@0xsexybanana）目前以貢獻者身份深度參與 Axis Robotics，並在官方 Space 等場合以 CMO 角色出現，負責社區增長與對外溝通。Base APAC 等生態方亦曾稱其為 Co-Founder。

代幣節奏與近期動態

截至發稿，Axis 尚未發行原生代幣，供應總量、分配比例及解鎖時間表均未公布。官方文檔顯示代幣經濟學仍在開發，明確表示將優先驗證產品與收入模型，代幣作為後續放大器。鏈上 Data ID 已就位，近期 POINTS 快照要求貢獻者在指定時間前完成軌跡簽名，可視為為未來代幣分配建立可追溯憑證。

代幣潛在設計方向包括：質量加權獎勵載體、生態服務交換媒介（解鎖定制任務、數據管道、高級增強等）、質押以解鎖更高層級與優先任務、以及治理權重。TGE 被安排在「Beyond 2026」階段，節奏偏保守，減少了短期投機壓力，但貢獻者的長期預期高度依賴後續商業落地速度。

此外，Axis Robotics 已於 2026 年 5 月通過 KaitoAI Studio 啟動 Content Creator Program，邀請創作者圍繞 Physical AI 產出內容並獲取獎勵。在近期完成種子輪融資、且 Kaito 恢復與 X 的數據協議後，社區對雙方可能再次聯動推出創作者計畫存在一定預期（可能涉及 mindshare 與代幣激勵），具體細節仍待官方確認。

圖源

小結

POINTS 與質量加權機制已在運行，但若法幣回流速度落後於貢獻規模增長，POINTS 的感知價值將面臨波動，可能導致高質量參與者流失。鏈上記錄解決了歸因透明度，但評分標準的設定及數據收益分配規則仍由平台掌控------這是 Web3 數據協議普遍存在的中心化節點。

總體而言，Axis 把 Web3 被用作解決確權與分配問題的實際工具。數據基礎設施的長期價值最終取決於真實商業需求的驗證。後續關鍵觀測點包括：任務包的實際簽約與回款進展、POINTS 向代幣過渡的節奏、以及質量加權數據能否持續提升下游模型表現。飛輪能否轉動，最終由數據買家決定。