NATIX трансформує автономне картографування через децентралізовані дані та AI технології

Ексклюзивно: Як NATIX планує зруйнувати автономне картографування з допомогою децентралізованих даних

NATIX Network офіційно запустив свою 360Data Subnet (Subnet 72) на децентралізованій AI мережі Bittensor, що є кроком вперед у його місії модернізувати картографування та автономне водіння через децентралізовану обробку даних у реальному світі.

Посилюваний мережею децентралізованої фізичної інфраструктури на базі Solana (SOL) з розумними камерами, NATIX поєднує збір даних у великому обсязі з вулиць із масштабованим машинним навчанням через Bittensor (TAO), повідомляє crypto.news.

Ця підмережа, інкубована партнером інфраструктури Bittensor – компанією Yuma, споживає 360° відеопотоки, зафіксовані з автомобілів Tesla, оснащених NATIX, та інших мобільних пристроїв. Вона обробляє дані в моделі AI, які покращують картографування в реальному часі та автономність автомобілів.

Цей крок узгоджується з тенденціями, що спостерігаються в індустрії автономної мобільності. Зокрема, такі компанії, як Uber, інвестують у синтетичне моделювання та спеціальне збирання даних для кращого управління своїми технологіями автономного водіння. Однак це дорого і відстає від змін у реальному світі.

Щоб вирішити цю проблему, NATIX націлений на глобальну спільноту з понад 250 000 водіїв, які спільно проїхали понад 170 мільйонів кілометрів через використання смартфонів та пристроїв VX360.

VX360 і децентралізоване навчання даних

VX360, розроблений у співпраці з Grab, використовує існуючі камери Tesla для збору 360° зображень без потреби в дорогому новому обладнанні. Дані обробляються як у хмарі, так і на смартфонах, що виявляють елементи, такі як світлофори та знаки в реальному часі. Інтенсивніша класифікація виконується за межами пристрою.

Через децентралізовану структуру Bittensor, майнери NATIX отримують винагороди за навчання та покращення AI моделей на цій підмережі, які потім повторно розгортатимуться по NATIX Edge Network.

“Підмережа NATIX 360Data на Bittensor представляє собою злиття фізичного AI та децентралізованого інтелекту,” сказав генеральний директор та співзасновник NATIX Аліреза Годс. “Децентралізуючи аналіз даних, ми дозволяємо постійно покращувати моделі AI, суттєво підвищуючи точність картографування, безпеку автономних автомобілів і реакцію на реальні події.”

Первинна фокусна мета підмережі – виявлення дорожніх робіт, що є критично важливим додатком як для картографічних платформ, так і для навігації автономних автомобілів. У довгостроковій перспективі NATIX сподівається розширити свої операції, щоб включити виявлення ям і аналіз інфраструктури.

Зрештою, NATIX планує надати повну класифікацію сцен, щоб підтримати навчання автономних автомобілів.

Питання та відповіді з Генеральним директором NATIX Алірезою Годсом

Щоб краще зрозуміти вплив останнього запуску NATIX, crypto.news поспілкувався з Алірезою Годсом, генеральним директором та співзасновником NATIX. Розмова зосереджена на підході компанії до масштабування децентралізованого збору даних, чому вона вважає, що її дані можуть конкурувати з технологічними гігантами та як вона планує створити реальний попит на свою токенну економіку.

Вся розмова нижче:

crypto.news: Технологічні гіганти, такі як Waymo, Tesla та інші, а також Mobileye, витратили роки та мільярди доларів на збір даних про водіння та розробку автономних технологій. Чому NATIX вважає, що може запропонувати дані або послуги AI такої ж якості? Зібрані дані масового характеру є чудовими для масштабу, але чи може зібрана громадою відеозйомка насправді зрівнятися в точності з даними, зібраними спеціалізованими автомобілями?

Аліреза Годс: Збір даних для картографування та автономного водіння є дуже дорогим. Великі компанії, які збирають такі знімки, не діляться ними, оскільки використовують ці дані для отримання переваги у продукті та пропозиції. Жоден з цих гравців не здійснював збір даних в обсягах, які NATIX може надавати в громадському порядку. Найбільший відкритий набір даних для автономного водіння – це Learning to Drive (L2D), набір даних, створений у співпраці між двома проектами, зібраними з ідентичними сенсорними наборами, встановленими на 60 електричних автомобілях, що експлуатуються автошколами лише у німецьких містах протягом трьох років, який дав змогу зібрати лише 5 тисяч годин. З моменту запуску VX360 2 травня 2025 року ми вже зібрали 2000 годин водіння лише за 10 днів, маючи в активі лише 1/3 загальною кількості попередньо замовлених пристроїв у США.

Коли мова йде про точність в картографуванні, NATIX може не мати такої точності і якості, як спеціалізовані картографічні автомобілі, але загальний розмір мережі та зібраних даних компенсує це, забезпечуючи результат, такий же, як і дані, отримані від спеціалізованих картографічних автомобілів. Наприклад, Grab. Grab побудувала своє рішення для картографування на основі зусиль масового збору, що дало карти, точніші за Google Maps у Південно-Східній Азії. Для успіху зусиль масового збору вам потрібна велика мережа водіїв/учасників. З понад 250 тисячами зареєстрованих водіїв, NATIX має таку мережу, і це найбільша мережа камер DePIN у світі.

CN: Збір 360° відео з потенційно тисяч (якщо не більше) автомобілів і телефонів в реальному часі є величезним технічним викликом. Як NATIX справляється з обробкою даних у масштабах?

AG: Для даних, зібраних за допомогою VX360, обчислення, яке ми виконуємо для ScenGen, є досить важким і не може виконуватись на краю. Ми обробляємо дані на рівні хмари. Дані, які користувачі діляться, завантажуються лише тоді, коли вони підключені до домашнього Wi-Fi.

Сподіваємось, ми використовуємо нашу мережу смартфонів, яка має потужності для часткової обробки, щоб виявляти картографічні атрибути, такі як дорожні знаки і світлофори в реальному часі.

CN: Чи можете ви описати стратегію масштабування: як ви перейдете від пілотного проекту з кількома сотнями Tesla або телефонів до розгортання з, скажімо, понад 100 000 пристроїв, що транслюють дані, без поломки системи чи різкого зростання витрат?

AG: Пристрій VX360 досить економічний. З пристроєм за 350 доларів ми отримуємо 360° зображення з рівня вулиць, також забезпечуючи користь для водіїв. Наша стратегія полягає в тому, щоб використовувати доступне обладнання. У кожного є смартфон, а автомобілі Tesla вже обладнані камерами 360°, тому справа лише в тому, щоб скористатися тим, що вже є. Якби ми хотіли побудувати 360° камеру, це коштувало б у 20-100 разів дорожче, ніж VX360 за витратами на обладнання, і було б важко масштабуватися як рішення на основі натовпу.

Щодо подальшого масштабування, ми також ведемо переговори з партнерами, які хочуть експлуатувати флот VX360. Це були б власники флотів або інтегратори, які хочуть спонсорувати витрати на пристрій в обмін на обмін нагородами. Наприклад, ми ведемо переговори з власником флоту Tesla з понад 3000 автомобілів Tesla у їхній мережі. Ми також працюємо над функціями управління флотом для операторів флотів, щоб підвищити корисність нашого продукту та вийти за рамки криптовалютних винагород.

CN: Відповідаючи на попереднє питання, чи бачите ви цих великих гравців як клієнтів даних NATIX (тобто ви будете продавати їм додаткові дані) чи як конкурентів, яких потрібно перевершити? Якщо це друге, то в чому саме, на вашу думку, ваш децентралізований підхід дає вам перевагу над фінансово кращими операціями, які повністю контролюють свої флотції?

AG: У нас є Grab як наш клієнт, і ми в процесі завершення переговорів з деякими з найбільших гравців автономного водіння, як безпосередніми клієнтами для даних, так і партнерами для створення різних продуктів для автономного водіння.

Кожен великий гравець є потенційним клієнтом, якщо не зараз, то в майбутньому. Деякі з великих гравців вклали мільйони у збирання власних наборів даних, які скоро застаріють, оскільки дороги постійно змінюються. Навіть якщо деякі з них кажуть, що їм не потрібні наші дані сьогодні, вони будуть потрібні незабаром.

Проте компанії автономного водіння, які інвестували у свої власні набори даних, не перевищують 20% ринку. Інші або не витратили багато капіталу на збір даних і потребуватимуть даних NATIX, або наразі покладаються на дані своїх клієнтів (якщо такі є), але не можуть використовувати їх для поліпшення якості своїх моделей для інших клієнтів. Це справжня проблема для цих компаній у створенні цілісного стека AD, який можна монетизувати для всіх автомобільних клієнтів.

CN: NATIX не є єдиним, хто намагається децентралізувати фізичну інфраструктуру. Ми бачили проекти, як Hivemapper, які домінували в заголовках кілька років тому, або DIMO (дані автомобілів), які намагалися реалізувати аналогічні моделі масового збору. Їхній шлях до успіху (гей, каламбур) був непростим з обмеженим прийняттям користувачами, обваленням вартості токена тощо. Які уроки отримав NATIX або який підхід ви використовуєте, що відрізняється від тих, які зазнали невдачі?

AG: Існують також успішні моделі, такі як Geodnet. Я вважаю, що переможе той, хто зосередиться на доходах від протоколу і матиме належний механізм накопичення цінності для токена (наприклад, викуп і спалювання). Багато з цих проектів страждають від нестачі доходу від протоколу або поганої токеноміки (нестача накопичення цінності). У цьому випадку NATIX ближчий до Geodnet і дотримується такої ж стратегії.

Більше того, потрібно розглядати кожну бізнес-модель індивідуально. Наприклад, фронтальні Dashcam обладнання Hivemapper збирають зображення високої якості для картографування, але 360° дані NATIX можуть задовольнити не лише картографування, а й автономне водіння та фізичний AI. 360° відеодані – це святий грааль вуличних візуальних даних, і не лише вони коштують у 5-10 разів більше, ніж дані Hivemapper, але й відкривають двері для безлічі нових можливостей картографування (наприклад, виявлення POI з бокових камер).

Більше того, 360° дані, зібрані, можуть бути використані для фізичного AI, що є значно більшим питанням (з моменту великого оголошення генерального директора NVIDIA Дженсена Хуана на сцені CES 2025). NATIX пропонує різноманіття даних, які підходять для навчання, тестування та валідації стека автономного водіння і фізичного AI за частину вартості централізованих рішень, у розвиток яких компанії, такі як NVIDIA та Uber, інвестували мільйони. Ці дані є засобом полегшення процесу переходу від симуляції до реальності та реальності до симуляції в розвитку фізичного AI.

Ось чому ми вважаємо, що розв`язуємо значно більшу проблему, за яку індустрія готова платити СЬОГОДНІ. Зверніть увагу, що автомобілі функціонують із системою навколишніх камер, отже, навчання, тестування та валідація стека автономного водіння можливі лише з даними 360° і не можуть бути виконані з даними фронтальних камери.

CN: Що стосується фактичної корисності токена $NATIX у цій екосистемі, окрім механізму винагороди? Чи потрібно покупцям даних або розробникам AI використовувати токени $NATIX або TAO для доступу до послуг StreetVision? Якщо ні, що буде стимулювати попит на $NATIX?

AG: Це дві окремі екосистеми з різними функціональними можливостями. NATIX зосереджується на курації даних, тоді як підмережа StreetVision зосереджується на (окремих) витяганнях інсайтів і створення моделей AI.

Кожна з цих екосистем генерує власну цінність і має свій механізм накопичення цінності для свого токену. Якщо хтось зацікавлений у даних NATIX, накопичення цінності призводить до токена $NATIX через доходи від протоколу та механізм викупу і спалювання. Для тих, хто зацікавлений у інсайтах або AI моделях, що створюються підмережею StreetVision, доходи, що генеруються, будуть використовуватись для накопичення вартості щодо $dTAO (і частково щодо $NATIX, оскільки дані, що використовувались для таких інсайтів та/або моделей, надані NATIX).

Крім того, $NATIX використовується для управління протоколом та забезпечення безпеки мережі. Це робиться через нашу платформу стейкінгу, що дозволяє користувачам брати участь в управлінні протоколом. Валідації в підмережі StreetVision також вимагатимуть стейкінгу $NATIX.

Союз з Yuma надає певний рівень довіри, але він також піднімає питання про централізацію. DCG насправді інвестувала в NATIX, а Yuma зіграла важливу роль у запуску підмереж Bittensor. Як ви гарантуєте, що ні Yuma, ні інші великі спонсори не домінуватимуть у напрямку або винагородах Subnet 72?

AG: Будь-хто може запустити валідатора для нашої підмережі. Насправді, ми працюємо з двома іншими великими гравцями валідаторів Bittensor, які також запустять вузли валідаторів. Крім того, ми скасували вимоги щодо стейкінгу або утримання $dTAO для майнерів, оскільки ми хочемо забезпечити відкриту екосистему. Як ви знаєте, централізація майнерів є ще більшим питанням – адже вихід з мережі залежить від них.

CN: Які актуальні випадки використання ви можете навести для підмережі StreetVision? Наприклад, чи використовує Grab вже дані NATIX для оновлення своїх карт у Південно-Східній Азії в даний момент, чи це просто меморандум про взаєморозуміння для майбутньої співпраці?

AG: Першим завданням StreetVision буде виявлення дорожніх робіт у реальному часі. Виявлення та класифікація дорожніх робіт у реальному часі є критично важливими для оновлення картографії та надійності автономних автомобілів. Пізніше будуть додані інші випадки використання, такі як виявлення ям, дорожніх знаків, сміттєзвалищ і моніторинг інфраструктури. Підмережа StreetVision також пізніше включатиме аналіз та класифікацію відео з водіння у сценарії від звичайних дорожніх умов до рідкісних “крайніх випадків”, оскільки класифікація сценаріїв є надзвичайно важливою для генерації сценаріїв для автономного водіння та фізичного AI.

Grab вже використовує дані NATIX, щоб побудувати свої конвеєри для ринків США та ЄС, і вони вже є платними клієнтами.

Оскільки VX360 лише почав діяти 2 травня, нам потрібно зібрати деякі первісні дані для формування зразкових наборів даних, які потрібні клієнтам автономного водіння. Ми ведемо комерційні переговори з десятками компаній автономного водіння. Ми також працюємо з кількома провідними дослідницькими лабораторіями автономного водіння, щоб розробити передові продукти для переходу від симуляції до реальності та від реальності до симуляції, про які ми оголосимо в найближчі місяці.