当前，阻碍通用机器人在现实世界大规模部署的主要障碍并非硬件本身，而是高质量、多样化、真实世界训练数据的严重匮乏。具身智能的发展正面临一场深刻的“数据危机”。训练一个能够在复杂、不可预测的现实环境中自主导航和操作的机器人，需要海量且多模态的数据。这些数据不仅包括对物体的识别，更关键的是包含与物理世界交互的连续动作和反馈。获取这类数据的成本和速度已成为制约整个行业发展的核心瓶颈。传统的解决方案，如在纯虚拟环境中生成合成数据，虽然成本较低，但往往缺乏现实世界的物理细微差别和复杂性，导致模型在真实部署时表现不佳。同时，各机器人公司独立收集的数据形成了数据孤岛，互不联通，造成了巨大的资源浪费和重复劳动。 在这一背景下，NVIDIA发布了人形机器人基础模型（GR00T模型） ，成为引爆市场需求的催化剂。NVIDIA 通过将机器人的“大脑”商品化和开源化，极大地降低了全球开发者和初创公司进入机器人领域的门槛。这一举措催生了大量机器人创业公司，它们普遍面临两个核心需求：海量训练数据用于微调和优化基础模型，以及强大的GPU计算资源来处理这些数据和运行模型。这一战略巧妙地为数据供应商创造了庞大且迫切的市场需求，同时将客户引导回NVIDIA的核心业务——销售高性能计算芯片和专有软件平台。PrismaX的价值主张正好契合了这一由全球领先AI公司推动的产业浪潮。 项目简介 PrismaX是一个专注于构建去中心化机器人数据收集协议的项目，核心目标是通过去中心化激励机制，解决物理世界人工智能（具身智能）发展过程中面临的训练数据稀缺、质量参差不齐且成本高昂的瓶颈。项目鼓励用户提供高质量、多样化的多模态数据（包括第一人称视角的图像和视频） ，以支持机器人和物理AI的发展。 PrismaX通过其独特的Proof-of-View（PoV）机制确保数据质量，有效拒绝低质量、重复或AI生成的内容。该机制结合自动化评估方法根据用户贡献的多样性和质量分配奖励，构建可持续的数据生态系统。 融资与团队 PrismaX已于25年6月17日完成由a16z