深度解析OpenMind：人們如何與機器人協作？

機器人技術正在快速發展，並吸引全球關注。與機器狗一起散步，或讓人形機器人幫忙做家務，這些已不再遙遠。

下一步才是關鍵。人們如何與機器人協作？機器人之間如何相互配合？本報告將通過OpenMind來探討這些問題的答案。

核心要點

• OpenMind開發了開源運行時"OM1"。OM1創建了一個環境，讓所有機器人無論制造商如何，都能自由溝通和協作。
• OpenMind的區塊鏈網路"FABRIC"建立了機器人身分驗證、交易記錄和分布式驗證系統。FABRIC爲自主機器經濟奠定了基礎。
• OpenMind使用ERC-7777標準來定義機器人行爲規則。OpenMind正在與AIM Intelligence合作開發"物理AI安全層"。這些技術將共同防止故障並阻止外部攻擊。

1. 機器人技術的成長速度超乎想象

機器人不再屬於遙遠的未來，也不再只服務於少數人。

就在幾年前，機器人只出現在實驗室或工業場所。現在，它們正步入我們的日常生活。人們在公園裏遛機器狗，或讓人形機器人幫忙做家務，這些不再是科幻電影中的場景。

來源：1X Technologies

1X Technologies最近推出了"Neo"，一款家用人形機器人，讓這一現實更加觸手可及。消費者現在可以通過每月499美元的訂閱或一次性支付2萬美元來擁有一個私人家庭助理機器人。價格仍然很高，但意義很明確：機器人技術已經進入消費者家庭。

來源：Made Visual Daily

除了Neo之外，全球企業正通過激烈競爭加速創新。著名參與者包括來自美國的Figure、Tesla、和波士頓動力，以及來自中國的宇樹科技。特斯拉計劃從2026年開始量產其人形機器人"Optimus"，價格將低於其汽車。

機器人產業正快速擴張進入消費市場。曾經看似遙遠的未來比預期更快到來，爲新的日常現實打開了大門。

2. 日常生活中的機器人：可能性與局限性

機器人技術能給我們的日常生活帶來什麼改變？讓我們想象一個與機器人共同生活的未來。

Neo打掃房子。宇樹的機器狗陪孩子們玩耍。Optimus去超市購買晚餐食材。每個機器人分工合作，同時處理各自的任務。用戶體驗到更高效的一天。

讓我們再進一步思考。如果機器人能夠合作處理復雜任務會怎樣？

Optimus在超市購物。Neo檢查冰箱，向Optimus請求額外的食材。Figure根據用戶的過敏信息調整食譜。每個機器人實時連接，像一個團隊一樣有機運作。用戶只需簡單地命令：“我想喫蛋包飯。”

但這仍然是一個遙遠的夢想。機器人缺乏足夠的智能來靈活應對各種情況。更大的問題在於，每個機器人都在基於不同技術棧的封閉系統中運行。

**來自不同制造商的機器人難以交換數據或順利合作。**iPhone之間可以通過AirDrop互傳照片，但無法與三星Galaxy手機進行AirDrop。機器人也面臨同樣的限制。

Figure的Helix，來源：Figure

當然，在有限條件下可以實現合作，比如Figure的Helix：相同制造商，相同技術棧。

但現實更加復雜。看看當前的機器人產業。各種各樣的機器人如寒武紀大爆發般湧入市場。

未來的用戶會根據自己的偏好和需求選擇各種機器人，而不是只堅持一個品牌。我們今天的家庭就證明了這種模式。我們選擇三星冰箱、LG洗衣機和戴森吸塵器。

現在想象一下，來自多個制造商的機器人在同一個家中協同工作。廚房機器人做飯。清潔機器人拖地。這兩個機器人無法共享位置信息。即使它們共享數據，也無法正確解讀。它們的距離計算方法和測量單位不同。

它們無法跟蹤彼此的移動路徑。碰撞就會發生。這只是一個簡單的例子。更多的機器人和復雜的任務會放大混亂和碰撞的風險。

3. OpenMind：構建機器人協作的世界

來源：OpenMind

OpenMind應運而生，爲解決這些問題而來。

OpenMind打破封閉的技術棧，追求一個所有機器人都能協同工作的開放生態系統。這種方法使來自不同制造商的機器人能夠自由溝通和合作。

OpenMind提出了兩個核心基礎來實現這一願景。首先，"OM1"作爲機器人的開源運行時。OM1提供了標準化的通信方法，使所有機器人盡管硬件不同，也能相互理解和協作。

其次，"FABRIC"作爲基於區塊鏈的網路運行。**FABRIC在機器人之間建立可信的協作環境。**這兩項技術創建了一個生態系統，讓所有機器人無論制造商如何，都能像一個團隊一樣有機運作。

3.1. OM1：讓機器人更智能、更靈活

正如我們之前所看到的，現有的機器人仍然被困在封閉系統中，難以相互溝通。

**更具體地說，機器人通過二進制數據或結構化代碼格式交換信息。**這些格式因制造商而異，阻礙了兼容性。例如，A公司的機器人將位置表示爲(x, y, z)坐標，而B公司將其定義爲(緯度，經度，高度)。即使在同一空間中，它們也無法理解彼此的位置。每個制造商使用不同的數據結構和格式。

來源：OpenMind

OpenMind通過"OM1"這一開源運行時解決了這個問題。把它想象成Android，無論制造商如何，它都能在所有設備上運行。OM1的工作方式相同，使所有機器人無論硬件如何，都能用同一種語言交流。

**OM1讓機器人能夠基於自然語言理解和處理信息。**OpenMind的論文《一段話就夠了》很好地解釋了這一點。機器人通信不需要復雜的命令或格式。一段自然語言的上下文就能實現相互理解和協作。

現在讓我們詳細了解OM1的運作方式。

來源：OpenMind

首先，機器人從攝像頭和麥克風等各種傳感器模塊收集環境信息。這些數據以二進制格式輸入，但多模態識別模型將其轉換爲自然語言。VLM(視覺語言模型)處理視覺信息。ASR(自動語音識別)處理音頻。這會生成諸如"一個男人指着前面的椅子"和"用戶說'去椅子那裏'"這樣的句子。

轉換後的句子通過自然語言數據總線匯集。數據融合器將這些信息編織成一份情況報告，並傳遞給多個LLM。LLM通過這份報告分析情況，並決定機器人的下一步行動。

這種方法具有明顯的優勢。來自不同制造商的機器人可以無縫協作。OM1在硬件之上形成了一個基於自然語言的抽象層。Neo和Figure都能理解相同的自然語言命令並執行相同的任務。每個制造商保持其專有的硬件和系統，而OM1使其能夠與其他機器人自由合作。

除了實現跨制造商合作，**OM1還將其他開源模型集成爲運行時模塊，而不是與它們競爭。**當機器人需要精確操作時，OM1利用Pi(物理智能)模型。當需要多語言語音識別時，OM1採用Meta的全語言ASR模型。OM1根據情況組合模塊，提供高度的可擴展性和靈活性。

OM1的優勢還不止於此。OM1從根本上利用LLM。機器人不僅僅是執行簡單的命令。它們能夠理解情境背景並做出自主決策。

拿起任何東西演示(爲便於理解使用Figure的材料)，來源：Figure

讓我們看一個具體例子。機器人面前放着多個物體。有人要求"拿起一個與沙漠相關的物品"。傳統機器人會失敗，因爲"沙漠物品"不存在於預定義規則中。OM1不同。它通過LLM理解概念關係。它獨立推斷出"沙漠"和"仙人掌"之間的聯繫。它選擇了仙人掌玩偶。OM1爲機器人協作奠定了基礎，並使單個機器人更加智能。

3.2. FABRIC：將分布式機器人連接爲一體的網路

OM1讓機器人更智能，並使它們之間能夠順暢溝通。但除了溝通之外，還有一個挑戰。當不同的機器人合作時，它們如何相互信任？系統必須驗證誰執行了哪些任務，以及是否正確完成。

**人類社會通過法律規範行爲，通過合同保證履約。**這些機制使人們能夠與陌生人安全地進行交易和合作。機器人生態系統需要相同的機制。

來源：OpenMind

OpenMind通過"FABRIC"這一基於區塊鏈的網路解決了這個問題。FABRIC連接機器人並協調它們的合作。

讓我們看看FABRIC的核心結構。FABRIC首先爲每個機器人分配一個"身分"。FABRIC網路中的每個機器人都會獲得基於ERC-7777(人類機器人社會治理)的唯一身分。

**被分配身分的機器人實時與網路共享其位置、任務狀態和環境信息。**它們同時接收來自其他機器人的狀態更新。就像經營遊戲中的態勢板或小地圖一樣，所有機器人通過一個共享地圖實時跟蹤彼此的位置和狀態。

僅僅共享信息是不夠的。機器人可能提交不正確的信息。傳感器錯誤可能發生並扭曲數據。FABRIC利用區塊鏈的共識機制來保證數據可靠性。

考慮一個真實場景。配送機器人A與倉庫機器人B合作運輸貨物。機器人B報告它位於2樓。附近的傳感器機器人和電梯機器人交叉驗證B的位置。多個節點在區塊鏈中驗證交易。多個機器人以同樣的方式工作。它們確認B的實際位置並達成共識。假設機器人B由於傳感器錯誤報告2樓，但實際上位於3樓。驗證過程會檢測到差異。網路記錄更正後的信息。機器人A移動到3樓的正確位置。

FABRIC的作用不僅限於驗證。FABRIC爲即將到來的機器經濟提供額外功能。首先是隱私保護。區塊鏈透明度保證信任，但隱私對於運營實際機器人生態系統也很重要。FABRIC採用分布式結構，按任務或位置劃分子網，並通過網路中心服務器連接它們。這種結構保護敏感信息。這個解決方案並不完美，但持續的研究將加強隱私保護。

FABRIC還提供機器結算協議(MSP)。MSP自動化托管、驗證和結算。當系統驗證任務完成時，它會自動用穩定幣結算付款，並在區塊鏈上記錄所有證據。機器人將不僅僅是建立信任的合作。它們將成爲自主交易的經濟主體。

4. 如果：通過OpenMind看未來的日常生活

4.1. 全新世界：與機器人的烏托邦

我們長期以來一直夢想着一個"機器經濟"，機器人直接參與經濟活動。機器人獨立判斷、訂購商品、與其他機器人合作並交換價值。OpenMind現在將這個夢想變爲現實。

來源：OpenMind

會展開什麼樣的日常生活？觀看OpenMind的演示視頻。你對機器人說"請給我買午餐"。機器人移動到商店，確認訂單，直接用加密貨幣支付，並把食物帶回來。這表面上看起來很簡單，但意義重大。機器人不再只是在預定義環境中執行命令。它們轉變爲獨立判斷和行動的經濟主體。

想象力可以進一步擴展。除了人與機器人之間的交易，機器人之間的交易也會出現。例如，一個家用人形機器人做家務時用完了必需品。它獨立地從附近的超市機器人訂購產品。在這個過程中自動生成智能合約。超市機器人交付產品。家用機器人確認商品並用穩定幣結算付款。

將出現以前從未存在過的新價值交換形式。配送機器人計算到達目的地的最佳路線。它向交通機器人請求實時數據並支付少量費用作爲回報。即使是日常的小合作也成爲交易。

4.2. 危險世界：與機器人的反烏托邦

機器人不再屬於科幻電影。在中國，消費者花大約1,000美元購買機器狗(宇樹Go2)，花大約12,000美元購買人形機器人(Engine AI PM01)。大規模採用正在快速加速。

來源：WhistlinDiesel

日常生活中機器人數量的增加並不是最重要的。機器人的判斷能力仍然有限。安全性尚未得到保障。如果機器人誤判情況並做出危險決定，它會對人造成直接傷害。這種傷害可能會成爲災難，而不僅僅是簡單的事故。

OpenMind正面應對這個問題。它通過ERC-7777標準爲每個機器人分配唯一身分，並將其用作防護欄。例如，一只機器狗獲得"人類朋友和保護者"的身分。這個身分防止機器人攻擊或傷害人。機器人始終以友好和安全的方式行事。機器人持續確認其身分和角色，並阻止不當行爲。

OpenMind更進一步。他們正在與AIM Intelligence合作開發"物理AI安全層"。這一層阻止機器人幻覺，並防御外部入侵和攻擊。考慮一個例子。機器人試圖在拿着尖銳物體時移動。一個孩子站在附近。系統將此識別爲"受傷風險"並立即停止操作。

5. OpenMind：構建明天的機器人社會

OpenMind已超越研究階段。它準備推動機器人行業的實質性轉型。

創始人Jan Liphardt，前斯坦福大學生物物理學教授，處於核心位置。他研究了復雜系統之間的協調和合作機制。他現在設計機器人自主判斷和協作的結構。他領導整體技術開發。

來源：OpenMind

這種技術領導力吸引了由Pantera Capital領投的2,000萬美元融資。OpenMind爲技術開發和生態系統擴張建立了財務基礎。它確保了實現願景的執行能力。

市場反應積極。包括宇樹、深度機器人(DEEP Robotics)、越疆(Dobot)和優必選(UBTECH)在內的主要硬件公司將OM1作爲其核心技術棧。合作網路正在快速擴展。

然而，挑戰依然存在。FABRIC網路仍在準備階段。與數字環境不同，物理世界呈現出更多的變量。機器人必須在不可預測的真實世界環境中運行，而不是受控實驗室。復雜性顯著增加。

盡管如此，機器人合作和安全需要長期解決方案。我們需要關注OpenMind如何應對這一挑戰，以及它在機器人生態系統中扮演什麼角色。