NATIX: Децентрализованное картографирование и автономное вождение с использованием 360° данных

Эксклюзивно: Как NATIX планирует изменить автономное картографирование с помощью децентрализованных данных

NATIX Network официально запустила свою подсеть 360Data (Subnet 72) в децентрализованной сети ИИ Bittensor, что представляет собой шаг вперед в ее миссии по модернизации картирования и автономного вождения через децентрализованную обработку данных из реального мира.

Работая на основе децентрализованной физической инфраструктурной сети смарт-камер на базе Solana (SOL), NATIX объединяет сбор данных на уровне улиц с высокой пропускной способностью и масштабируемым машинным обучением через Bittensor (TAO), как сообщается в crypto.news эксклюзивно.

Подсеть, выведенная на рынок партнером инфраструктуры Bittensor Yuma, использует 360° видеопотоки, полученные от включенных в NATIX автомобилей Tesla и других мобильных устройств. Она обрабатывает данные в модели ИИ, которые улучшают создание карт в реальном времени и автономию транспортных средств.

Этот шаг соответствует тенденциям, наблюдаемым в отрасли автономной мобильности. В частности, компании, такие как Uber, инвестируют в синтетические симуляции и индивидуальные сборы данных для более эффективного управления своими технологиями автономного вождения. Однако это дорого и отстает от изменений в реальном мире.

Чтобы решить эту проблему, NATIX нацелилась на глобальное сообщество из более чем 250 000 водителей, которые в совокупности проехали более 170 миллионов километров с помощью смартфонов и устройств VX360.

VX360 и децентрализованное обучение данных

Устройство VX360, разработанное в сотрудничестве с Grab, использует существующие системы камер Tesla для сбора 360° изображений без необходимости в дорогостоящем новом оборудовании. Данные обрабатываются как в облаке, так и на устройствах, при этом смартфоны распознают такие элементы, как светофоры и знаки в реальном времени. Более интенсивная классификация осуществляется вне устройства.

В рамках децентрализованной структуры Bittensor майнеры NATIX получают вознаграждения за обучение и улучшение моделей ИИ в подсети, которые затем перераспределяются по сети NATIX Edge.

«Подсеть NATIX 360Data на Bittensor представляет собой слияние физического ИИ и децентрализованного интеллекта», - сказал генеральный директор NATIX и соучредитель Алиреза Годс. «Децентрализуя анализ данных, мы обеспечиваем непрерывное улучшение моделей ИИ, что значительно повышает точность картирования, безопасность автономных автомобилей и отклик в реальном мире».

Первый акцент подсети делается на обнаружение дорожных работ, что является критическим приложением как для платформ картирования, так и для навигации автономных транспортных средств. В дальнейшем NATIX надеется расширить свои операции, чтобы включить обнаружение ям и анализ инфраструктуры. В конечном итоге, NATIX ожидает предоставить полную классификацию сценариев для поддержки обучения автономных автомобилей.

Вопросы и ответы с генеральным директором NATIX Алирезой Годсом

Чтобы лучше понять влияние последнего запуска NATIX, crypto.news поговорила с Алирезой Годсом, генеральным директором и соучредителем NATIX. Беседа сосредоточена на подходе компании к масштабированию децентрализованного сбора данных, почему она считает, что ее данные могут конкурировать с данными технологических гигантов, и как она планирует создать реальный спрос на свою экономику токенов.

Полный вопрос-ответ представлен ниже:

crypto.news: Технические гиганты, такие как Waymo, Tesla и другие, а также Mobileye потратили годы и миллиарды долларов на сбор данных о вождении и разработку автономных технологий. Почему NATIX считает, что она может предложить данные или ИИ-услуги сопоставимого качества? Собранные данные от массовой аудитории хороши для масштабирования, но может ли собранная толпой видеозапись действительно соответствовать точности специализированных картографических автомобилей?

Алиреза Годс: Сбор данных для картирования и автономного вождения чрезвычайно дорог. Крупные компании, собирающие эти видеоматериалы, не делятся ими, так как используют данные для получения преимущества в продукте и предложении. Никто из этих игроков не собирал данные в таком масштабе, как это делает NATIX с помощью краудсорсинга. Крупнейший открытый набор данных для автономного вождения - это Learning to Drive (L2D), набор данных, созданный в сотрудничестве между двумя проектами, собранный с идентичными сенсорными комплексами на 60 электромобилях, используемых в автошколах только в немецких городах за 3 года, что дало лишь 5 тысяч часов зарегистрированного вождения. С момента запуска VX360 2 мая 2025 года мы уже собрали 2000 часов вождения всего за 10 дней, и при этом включены лишь 1/3 предзаказанных устройств, работающих только в США.

Что касается точности картирования, то NATIX может не иметь точности и качества специализированных картографических автомобилей, но размер сети и собранные данные компенсируют это, что делает конечный результат столь же хорошим, как данные, собранные специализированными картографическими автомобилями. Например, Grab построила свое решение для картирования на основе усилий сообщества, что привело к созданию более точных карт, чем Google Maps в Юго-Восточной Азии. Для того чтобы усилия сообщества были успешными, вам нужна большая сеть водителей/участников. С более чем 250 тысячами зарегистрированных водителей NATIX имеет такую сеть, и это самая большая камера DePIN-сеть в мире.

CN: Сбор 360° видео от потенциально тысяч (если не более) автомобилей и телефонов в реальном времени представляет собой огромную техническую задачу. Как NATIX справляется с приемом и обработкой данных в большом масштабе?

AG: Для данных, собранных с помощью VX360, вычисления, которые мы выполняем для ScenGen, достаточно тяжелы и не могут выполняться на краю. Мы обрабатываем данные на уровне облака. Данные, предоставленные пользователями, загружаются только тогда, когда они подключены к домашней сети Wi-Fi.

Тем не менее, мы используем нашу сеть смартфонов, которая обладает вычислительной мощностью на краю, чтобы выявлять атрибуты карты, такие как дорожные знаки и светофоры в реальном времени.

CN: Можете описать стратегию масштабирования: как вы перейдете от пилотного проекта с несколькими сотнями Tesla или телефонов к развертыванию, скажем, 100 тысяч+ устройств, потоковых данных, без поломки системы или роста затрат?

AG: Устройство VX360 довольно экономически эффективное. С устройством стоимостью 350 долларов мы получаем 360° изображения на уровне улиц, а также обеспечиваем полезность для водителей. Наша стратегия состоит в использовании обычного оборудования. У каждого есть смартфон, а автомобили Tesla уже оснащены 360° камерами, поэтому дело сводится к тому, чтобы использовать то, что уже имеется. Если бы мы хотели создать 360° камеру, то она была бы в 20-100 раз дороже VX360 с точки зрения затрат на оборудование и она не была бы масштабируемо как краудсорсинговое решение.

Что касается дальнейшего масштабирования, мы также ведем переговоры с партнерами, которые хотят управлять флотом VX360. Это будут владельцы флотов или интеграторы, которые хотят профинансировать стоимость устройства для распределения вознаграждений. В качестве примера мы ведем переговоры с владельцем флота Tesla, у которого более 3,000 автомобилей Tesla в их сети. Мы также находимся в процессе разработки функционала управления флотом для операторов флота, чтобы увеличить полезность нашего продукта и выйти за пределы криптовалютных вознаграждений.

CN: Исходя из вышеупомянутого вопроса, вы видите этих крупных игроков как клиентов данных NATIX (то есть вы будете продавать им дополнительные данные) или как конкурентов, которых вам нужно превзойти? Если это второе, где именно вы считаете, что ваш децентрализованный подход дает вам преимущество по сравнению с гораздо более финансируемыми операциями с полным контролем над своими флотами?

AG: У нас уже есть Grab в качестве клиента, и мы находимся в процессе закрытия сделки с несколькими крупнейшими игроками в области автономного вождения, как прямыми клиентами для данных, так и партнерами для разработки различных продуктов для автономного вождения.

Каждый крупный игрок является потенциальным клиентом, если не сейчас, то в будущем. Некоторые из крупных игроков вложили миллионы в сбор собственных наборов данных, которые вскоре устареют, поскольку дороги постоянно меняются. Даже если некоторые говорят нам, что им не нужны наши данные сегодня, они вскоре нуждаются в них.

Тем не менее, компании, занимающиеся технологиями автономного вождения и вложившие деньги в собственные наборы данных, составляют не более 20% рынка. Остальные либо не потратили много капитала на сбор данных и нуждаются в данных NATIX, либо сейчас полагаются на данные своих клиентов (если они есть), но не могут использовать их для улучшения качества своих моделей для других клиентов. Это является реальной узкой местом для этих компаний в создании целостной платформы автономного вождения, которую можно монетизировать для всех автомобильных клиентов.

CN: NATIX не одинок в попытках децентрализовать физическую инфраструктуру. Мы видели проекты, такие как Hivemapper, которые доминировали в заголовках несколько лет назад, или DIMO (данные автомобилей), которые пытались реализовать аналогичные краудсорсинговые модели. Их путь к успеху (ха-ха, игра слов) был сложным с ограниченным количеством пользователей, обрушением цен токенов и т. д. Какие уроки извлекла NATIX или какой подход вы используете, который отличается от тех, кто испытывал трудности?

AG: Существуют также успешные модели, такие как Geodnet. Я считаю, что победитель здесь тот, кто сосредоточится на доходах от протоколов и имеет правильный механизм накопления ценности для токена (например, выкуп и сжигание). Многие из этих проектов страдают от нехватки доходов от протокола или плохой токеномики (нехватка накопления ценности). В этом случае NATIX ближе к Geodnet и следует той же стратегии.

Кроме того, нужно смотреть на каждую бизнес-модель индивидуально. Например, фронтальные камеры Hivemapper собирают качественные изображения на уровне улиц для картирования, но данные NATIX 360° могут обслуживать не только картирование, но и автономное вождение и физический ИИ. Данные видео 360° - это священный грааль визуальных данных на уровне улиц, и они не только стоят в 5-10 раз больше, чем данные Hivemapper, но также открывают двери для бесчисленных новых случаев использования картирования (например, обнаружение объектов интереса с помощью боковых камер).

Более того, собранные данные 360° могут быть использованы для физического ИИ, что является гораздо более крупной темой (с тех пор как генеральный директор NVIDIA Дженсен Хуанг сделал большое объявление на сцене на CES 2025). NATIX предлагает разнообразие данных, подходящих для подготовки, тестирования и валидации стека автономного вождения и физического ИИ, по цене в несколько раз меньше, чем централизованные решения, в разработку которых компании, такие как Nvidia и Uber, вложили миллионы. Эти данные являются болеутоляющим средством для процесса симуляции-реальность и реальность-симуляция в разработке физического ИИ.

Поэтому мы считаем, что решаем гораздо более крупную проблему, за которую индустрия готова платить СЕГОДНЯ. Обратите внимание, что автомобили используют систему камер вокруг себя; следовательно, обучение, тестирование и валидация стека автономного вождения возможны только с данными 360° и не могут быть выполнены на основе данных фронтальной камеры.

CN: Помимо механизма вознаграждения, какова реальная полезность токена $NATIX в этой экосистеме? Потребители данных или разработчики ИИ будут ли обязаны использовать токены $NATIX или TAO для доступа к услугам StreetVision? Если нет, что будет стимулировать спрос на $NATIX?

AG: Это два отдельных экосистемы с разными функциями. NATIX сосредоточена на кураторстве данных, тогда как подсеть StreetVision сосредоточена на (определенных) извлечениях данных и создании моделей ИИ.

Каждая из этих экосистем генерирует свою собственную ценность и имеет свой механизм накопления ценности для своего токена. Если кто-то заинтересован в данных NATIX, накопление ценности идет на токен $NATIX через доходы от протоколов и механизм выкупа и сжигания. Для тех, кто интересуется анализами или моделями ИИ, созданными подсетью StreetVision, сгенерированный доход будет использован для накопления ценности для токена $dTAO (частично и для $NATIX, так как данные, используемые для таких анализов и/или моделей, предоставляются NATIX).

Кроме того, $NATIX используется для управления протоколом и обеспечения сети. Это происходит через нашу платформу стейкинга, которая позволяет пользователям участвовать в управлении протоколом. Валидаторы в подсети StreetVision также обязаны ставить $NATIX.

CN: Ваше стратегическое партнерство с Yuma добавляет уровень доверия, но также поднимает вопросы о централизации. DCG на самом деле инвестировала в NATIX, и Yuma сыграла ключевую роль в запуске подсетей Bittensor. Как вы обеспечиваете, чтобы ни Yuma, ни другие крупные инвесторы не доминировали над направлением или вознаграждениями Subnet 72?

AG: Каждый может запустить валидатор для нашей подсети. На самом деле, мы работаем с двумя другими крупными игроками-валидаторами Bittensor, которые также будут запускать валидаторные узлы. Также мы убрали требования по ставкам или держанию $dTAO для майнеров, так как мы хотели обеспечить открытую экосистему. Как вы знаете, централизация майнеров является ещё более серьезной проблемой, чем валидаторы, так как выход сети зависит от них.

CN: Какие текущие случаи использования вы можете назвать для подсети StreetVision? Например, уже ли Grab использует данные NATIX для обновления своих карт в Юго-Восточной Азии или это просто меморандум о взаимопонимании для будущего сотрудничества?

AG: Первая задача StreetVision заключается в обнаружении дорожных работ в реальном времени. Обнаружение и классификация дорожных работ в реальном времени критически важны для обновления карт и надежности автономных транспортных средств. Более поздние случаи использования будут включать обнаружение ям, дорожных знаков, мусора и мониторинг инфраструктуры. Позже в подсеть StreetVision также будут добавлены анализ и классификация видео вождения в сценарии - от обычных условий движения до редких «пограничных случаев», так как классификация сценариев очень важна для генерации сценариев для автономного вождения и физического ИИ.

Grab в настоящее время использует данные NATIX, чтобы создать свои каналы для рынков США и ЕС, и они уже являются платящим клиентом.

Поскольку VX360 только что заработала в сети 2 мая, нам нужно собрать первоначальные данные для создания образцовых наборов данных, которые необходимы клиентам в области автономного вождения. Мы находимся в коммерческих переговорах с десятками компаний автономного вождения. Мы также работаем с несколькими ведущими лабораториями по исследованию автономного вождения, чтобы создать передовые продукты для перехода от симуляции к реальности и от реальности к симуляции, которые мы анонсируем в ближайшие месяцы.