header-langage
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
掃碼下載APP

律動專訪OpenMind:從x402支付,到打造「機器人的安卓」

2026-01-22 19:00
閱讀本文需 29 分鐘
對於軟體開發者來說,機會不再僅僅是為手機構建應用程式,而是為思維機器構建應用程式

2025 年,人形機器人正從科幻走入現實。從特斯拉的 Optimus 到 Figure AI 的 Figure 01,通用人形機器人的能力邊界在大型語言模型的加持下被迅速拓寬。據高盛預測,到 2035 年,人形機器人市場規模或將達到 1540 億美元。一個萬億級的龐大市場,正吸引著全球最頂尖的科技公司和最聰明的頭腦投身其中。


然而,當機器人的「四肢」日益發達,一個更核心的問題擺在了我們面前:如何構建一個足夠智能、開放且安全的「大腦」?當成千上萬的機器人進入家庭、醫院和城市,它們將如何協同工作、交換價值,並與人類社會無縫融合?


斯坦福大學教授、OpenMind 創始人 Jan Liphardt 給出了他的答案。自 2025 年 8 月獲得由 Pantera Capital 領投的 2000 萬美元融資後,OpenMind 按下快進鍵,發布了從底層操作系統到上層支付協議的一系列產品,逐漸勾勒出其「機器人大腦」的完整藍圖。


OpenMind 創始人 Jan Liphardt


OpenMind 的核心業務是為企業提供 SaaS 模式的雲端認知服務。但他們敏銳地捕捉到,當機器人成為獨立的經濟參與者,區塊鏈將在支付系統、身份認證、數據隱私和協同治理等領域扮演至關重要的角色。


近期,OpenMind 與穩定幣發行商 Circle 的合作,以及在舊金山街頭部署的機器人充電樁,正是這一構想的初步落地。機器人可以通過 USDC 獨立完成充電付費,這或許標誌著「機器經濟(Machine Economy)」時代的曙光。


與此同時,OpenMind 還正為機器人打造一個專屬的應用商店,讓用戶可以像在蘋果應用商店或谷歌應用商店定制手機應用一樣,在一個地方下載應用程序和技能到自己的機器人上。該應用已於上週上線 OpenMind 應用商店。


在這次獨家專訪中,我們與 OpenMind 創始人深入探討了機器人「大腦」的構建哲學、模組化操作系統 OM1 的設計理念,以及如何通過 FABRIC 協議和區塊鏈技術,構建一個機器與機器、機器與人高效協作的未來。他分享了 OpenMind 的技術路線圖,並就開發者生態、遠程操作、數據隱私等關鍵問題,給出了深刻的見解。


以下是專訪內容:


為機器人建立「銀行帳戶」


2025 年 12 月,OpenMind 與穩定幣發行商 Circle 聯合宣布,推出基於 x402 協議的機器人自主支付系統。隨著機器人能力的提升,它們將不再僅僅是執行任務的工具,而是開始扮演自主經濟體的角色。它們需要購買算力、數據、技能,甚至雇傭其他機器人或人類來完成複雜任務。


為了實現這一點,一個專為機器設計的、無需人類干預的金融系統變得不可或缺。傳統銀行體系顯然沒有為此做好準備,而加密貨幣和區塊鏈技術,以其原生的數字化和去中心化特性,成為了最自然的選擇。


BlockBeats:您在創立 OpenMind 之前在做什麼?又是什麼契機讓您決定投身這個事業?


Jan:我是斯坦福大學的一名工程學教授,但目前全職投入於 OpenMind。我創辦這家公司,是因為我相信傳統的機器人軟件堆疊並不適合像醫院、家庭這樣複雜多變的環境。


OpenMind 是一家美國科技公司,但其核心並非加密業務,而是一家企業級 SaaS 云認知公司。我們的商業模式與其他企業 SaaS 公司類似,主要通過建立標準的雲端接口來創造收入。


至於區塊鏈,它在追踪信息和構建金融系統方面具有一些有趣的特性。展望未來,我們預見自主機器將與其他機器乃至人類進行交互,共同完成任務。區塊鏈在這裡提供了一套可能的技術方案,尤其是在機器支付系統、身份、協作和治理等問題上。


BlockBeats:OpenMind 最近宣布了與 Circle 在 x402 協議上的合作。您能介紹一下這次合作是如何促成的嗎?它為什麼如此重要?


Jan:其實早在去年五月 Coinbase Developer Platform 剛發布 x402 的時候,我們的機器人就已經作為首批合作夥伴支持了 x402。在我們的軟件中,我們直接將支付系統構建到了機器人的「大腦」裡,目標是讓機器人能與外部基礎設施進行交互。


我們一直在思考,如果一個支付系統不是圍繞人類,而是圍繞機器來設計,它會是什麼樣子?這個問題最終促成了我們與 Circle 的合作。核心思想是,機器沒有口袋、指紋、眼睛或護照,但它們極其擅長編寫代碼和使用 API。


外媒對 OpenMind 與 Circle 合作的報導


因此,從我們的角度來看,對於一個機器人來說,通過數字支付系統來購買商品和服務,往往比使用信用卡或現金更為自然。我們與 Circle 正在構建的是一個支援地理位置定位的支付系統。當兩台機器靠近時,它們可以直接進行金錢交換。


一個實際的例子是我們在舊金山人行道上為自主機器設置的充電站。當機器人靠近時,系統會檢測到它的存在,充電器啟動,機器人可以使用穩定幣 USDC 購買電力。


BlockBeats:為什麼您認為讓機器人擁有這種自主購買能力至關重要?


Jan:以自動駕駛出租車(Robotaxi)為例,它確實需要堅實的支付基礎設施。當然,它可以使用法幣,但這感覺很笨拙;也可以用信用卡,但這又顯得過時。基於 NFC 的協議更有趣一些,但當我們與非常先進的機器人「交流」時,我們反覆聽到的是,它們很樂意使用加密貨幣作為支付工具。


這些機器天生就擅長處理數字基礎設施,在實踐中,加密貨幣對於自主機器進行支付來說可能極其方便。


BlockBeats:所以這更多的是一種優勢,而非硬性要求。機器人對機器人的支付系統不一定非要用加密貨幣,但它是一個更優雅的解決方案?


OpenMind:如果一個人形機器人走進銀行,銀行會報警。以人類為中心的銀行對於一個能夠管理資金並自主決策的自主物理機器,沒有任何真正的概念模型。


傳統銀行會問你的姓名、社會安全號碼、護照、地址、出生地等問題,這些對於一個自主的人形機器人來說毫無意義。


像美國銀行(Bank of America)這樣的機構目前還沒有為非生物的思維機器提供銀行帳戶或信用卡的概念。也許未來會改變,也許銀行會擴展服務至非生物客戶。但今天,如果你是一台智能機器,唯一可行的選擇就是加密貨幣。


BlockBeats:部署一個這樣的充電站成本是多少?


OpenMind:硬體成本大約在三百美元左右。至於電費,這取決於運營商,不由我們決定。我們構建的是軟體和基礎設施。


但這只是一個小例子。更廣泛的機會是,隨著機器覺醒並變得更智能,它們會想要購買和銷售許多不同的東西:即時數據、新的模型和技能、計算和存儲。它們可能會接受工作和任務,並與人類密切合作。


所有這些都需要良好的基礎設施來協調機器與人類之間的支付和協作。我們不是一家充電站公司。我們正努力為智能機器提供它們所需的全套能力,讓它們在任何地方對人們都是安全和有用的。


OM1 與 FABRIC:從「個體智能」到「群體協作」


要讓機器人真正融入社會,首先需要一個強大的「大腦」來理解世界,即一個先進的操作系統。OpenMind 的 OM1 旨在通過模塊化的多模型架構,賦予單個機器人前所未有的環境感知、語言交互和空間推理能力。


然而,真正的智能湧現於協作。FABRIC 協議的願景則更為宏大:它希望成為機器人世界的「TCP/IP」,讓不同品牌、不同形態的機器能夠像人類一樣自由溝通、協同工作,共同組成一個智能物理網路。


裝有 OpenMind OM1 的機器人見證首個人形機器人 ETF KraneShares KOID 發布


BlockBeats:對於不熟悉的讀者,您能解釋一下 OM1 操作系統和 FABRIC 協議嗎?我們先從 OM1 開始。


Jan:OM1 是一個為面向人類的機器人設計的模塊化操作系統。它不適用於工業機器人,而是為那些與人、與孩子互動,生活在你的房子裡,或在醫院和學校裡發揮作用的機器人而生。


這些機器人需要理解它們的空間環境,能說多種語言,理解房屋的組織結構,並能在空間中進行推理。傳統的機器人操作系統(ROS)實際上並不提供這些能力。


OM1 的設計是模組化的,就像可以拼接在一起的樂高積木。在實踐中,我們大約並行運行 5 到 15 個模型,每個模型負責不同的能力,例如視覺、聽覺、語音生成,以及將來自多個感應器的數據融合成對環境的連續視圖,包括人、寵物、房間和周圍環境的其他方面。


裝有 OpenMind 開發者工具的機器狗


FABRIC 則仍處於極早期階段,尚未建成,需要很長時間,而我們也只會是眾多貢獻者之一。如果說 OM1 是關於讓一台機器變聰明,那麼 FABRIC 就是關於讓多台機器能夠協同工作,無論是與其他機器還是與人類。


BlockBeats:FABRIC 協議的構建初衷是什麼?


Jan:最初的觸發點來自一個真實世界的瞬間。我們的一個人形機器人正在過馬路,我們看到一輛 Waymo(自動駕駛汽車)駛來。Waymo 是一輛機器人汽車,我們很好奇在人行橫道上會發生什麼。


結果很順利。Waymo 停了下來。它可能將人形機器人識別為人類,等待它過馬路,然後繼續行駛。


這讓我們思考,如果 Waymo 能知道人形機器人的存在,而人形機器人也知道另一台機器人——那輛自動駕駛出租車,這會不會很有用?


這促使我們開始思考一個系統,能讓一台機器與另一台完全不同的機器對話——來自不同的製造商,擁有不同的形態,無論是輪子、手臂還是腿。我們正在尋找一種類似於機器的「手機」或「Zoom」的東西,一種讓物理上鄰近的機器能夠協同工作的方式。


BlockBeats:您說 FABRIC 需要很長時間才能建成,為什麼?


OpenMind:原因有很多。機器有多種形態,輪子、腿、爪子。製造商也很多。機器想要共享的數據類型也多種多樣。此外,還有特定地區的需求,包括不同的語言、能力和用例。


你可以在基礎層面相對較快地構建通用基礎設施,但要構建出所需的一切,需要許多不同地方、具備不同技能的人進行大量的工作。


BlockBeats:當一個 AI 產品運行多個模型時,Token 成本可能會非常昂貴。這對 OM1 的用戶和開發者來說,會成為一個成本問題嗎?


OpenMind:成本始終是一個問題,但有很多方法可以解決它。我們運行的一些模型是開源的,而且當今許多性能頂尖的模型也是開源的,所以成本基本上就是計算和電力。我們的一些模型非常小而簡單,例如,專注於安全的模型,確保人形或四足機器人不會被鞋子、地毯或樓梯絆倒。


總的來說,我們可以在單個 NVIDIA A4 或 Mac M4、M5 級別的晶片上運行大部分堆疊。在成本方面,這大致相當於在你自己的筆記本電腦上運行某些東西。我們不認為成本會是一個主要障礙。


開發者生態:BrainPack 如何打破機器人的開發困境?


軟件定義硬體的時代,生態的繁榮是技術普及的關鍵。正如 iPhone 的成功离不开其背后庞大的 App Store 開發者社區。但對於人形機器人而言,高昂的硬體成本、零散的開發系統和智能系統的缺失成為了許多機器人開發者施展拳腳的瓶頸。


而 OpenMind 正在構建一系列機器人軟體生態 正致力於打破這一困境,包括智能作業系統 OM1、協作網路 FABRIC,機器人的插拔大腦 BrainPack。此外,OpenMind 也剛剛上線首個機器人的應用商店,用戶可以像在蘋果應用商店或谷歌應用商店定制手機應用一樣,在一個地方下載應用程序和技能到自己的機器人上。


BlockBeats:在您看來,當前的機器人開發者生態現狀是什麼樣的?最大的障礙可能是什麼?


Jan:幾乎每個人都會對功能強大且安全的人形機器人充滿熱情,從機器人課上的學生,到 Meta 或 Google 的資深開發者,莫不如此。問題不在於缺乏熱情,而在於兩個方面。一是實際應用中先進的人形機器人數量極少,二是目前幾乎所有機器人都使用定制的、文檔不完善的方法來訪問數據、內部狀態並控制自身行為。


目前幾乎完全缺乏用於新增和改進人形機器人高級功能的通用系統。許多基礎問題,例如電池管理和導航,可以通過 ROS2 等現有軟體解決,但要讓機器人理解其空間環境、逗人開心、學習新技能,並在家庭、醫院和學校等高度動態的環境中表現出色,目前幾乎沒有任何解決方案。


OpenMind 希望通過開發面向社交機器人的開源軟體來幫助彌合這一差距,使世界各地的開發者都能輕鬆理解、學習並為這個快速發展的領域做出貢獻。


BlockBeats:您將 BrainPack 描述為邁向人形機器人「iPhone 時刻」的一小步。BrainPack 具體帶來了什麼?


Jan:今天的一個主要問題是,不同的人形機器人之間差異巨大。對於軟體開發者來說,僅僅學習一個機器人的具體細節,就可能需要很長時間才能編寫出有用的東西。


BrainPack 就是為解決這個問題而設計的。你可以把它想象成一個背包,裡面有一台電腦,可以連接到機器人上。如果你的軟體在 BrainPack 上運行,我們就抽象掉了不同機器人之間的硬體差異。這意味著開發者可以專注於功能,而不用擔心每個機器人獨特的 API 或 SDK。


裝在機器人上的 BrainPack


如果軟體在 BrainPack 上運行良好,那麼它很有可能在多種機器人上運行,無論它們是兩條腿、四條腿、有輪子,還是高是矮。BrainPack 還配備了一套標準化的感應器,因此開發者無需處理不同的感應器格式或數據協議。此外,BrainPack 直接連接到我們的雲基礎設施,使得利用遠端計算變得容易。


BlockBeats:除了充電桩,OpenMind 將來還可能部署哪些其他基礎設施來展示 OM1 和 FABRIC 協議的能力?


OpenMind:另一個例子是我們與 NEAR AI 已經開始的工作。該專案使用 NVIDIA H100 和 H200 GPU 來實現機密計算。


機密計算意味著機器人可以在地球上任何地方運行模型,同時相信來回傳輸的數據保持機密。因此,一個在舊金山的機器人,其「大腦」可以托管在數千英里之外。這也意味著擁有合適硬體(H100 和 H200)的人可以為 AI 和機器人技術提供機密計算節點。


信任、隱私與新經濟模式


技術的落地,最終要回歸社會。除了技術挑戰,機器人大規模普及還面臨著信任、安全、監管、隱私和公眾接受度等一系列社會結構性問題。OpenMind 相信,開源是建立信任的基石,讓人們能夠「看到」機器人的大腦是如何工作的。同時,通過與 NEAR 等項目合作,利用機密計算技術保護數據隱私,將是贏得公眾信任的關鍵。一個由機器人深度參與的未來,也必將催生出全新的工作崗位和經濟組織模式。


BlockBeats:您在 X 上提到,遠程操作(teleoperation)未來可能成為一個真正的職業類別。您能為我們的讀者詳細解釋一下這個想法嗎?


Jan:從一個非常實際的角度來看,今天的機器人仍然需要很多幫助。它們有時會卡住,有時不知道正確答案,有時會犯錯。


在這些情況下,有一個人類在機器人附近,無論是物理上還是通過密切監控,都極其有用。另一個方面是信任。許多人對於機器人完全自主決策還不放心,因此有一個「人類在環」(human in the loop)能幫助人們感到更安心。


除此之外,遠程操作創造了新的機會。你不再需要身處特定地點才能從事某些類型的工作。根據你的技能,你可以幫助操作或監督一台遠在千里之外,甚至在不同大洲的機器人。這開啟了廣泛的新的經濟和職業機會。


BlockBeats:OpenMind 有什麼計劃來幫助地區或社會更好地接納人形機器人?


Jan:信任是基礎。如果人們感到害怕,普及速度就會很慢。這就是為什麼我們的核心軟體是開源的。我們希望人們能夠看到機器人「大腦」的內部,理解它是如何工作的。


另一個懸而未決的問題是所有權。機器人會由雇主購買嗎?還是由個人為家庭購買?或者由社區共享?可能會出現類似於共享汽車所有權的模式,即一個團體購買一個機器人,並從它執行的工作中獲得回報。


我們還不知道哪種模式會佔主導地位,但圍繞機器人組織工作和創造價值,存在許多新方式的空間。


BlockBeats:讓我們回到隱私問題上。您提到了與 NEAR 的合作,能更清楚地解釋一下為什麼與 NEAR 的合作很重要嗎?


Jan:這裡的核心技術是機密計算(confidential computing),它直接內置於 NVIDIA H100 和 H200 GPU 中。原則上,任何擁有這些 GPU 的人都可以將它們連接到互聯網,並為他人提供安全的計算服務。


NEAR 恰好速度非常快,能力非常強,並且對構建使這種訪問變得實用和可擴展所需的基礎設施深感興趣。這就是促成合作的原因。但在根本層面上,機密計算是每塊 H100 和 H200 GPU 都具備的能力。


BlockBeats:OpenMind 團隊現在規模有多大?


OpenMind:我們目前大約有二十人,分佈在舊金山和香港。


BlockBeats:您預計未來三年 OpenMind 的主要產品或收入驅動力會是什麼?


OpenMind:我們增長最快的收入來自企業 AI,特別是通過雲端提供模型和以機器人為中心的計算服務。客戶直接為這些服務付費。另一個重要領域是與機器人公司的收入分成。我們與他們合作,共同開發產品,銷往歐洲、中東和美國等地區。


BlockBeats:許多人對當今 AI 領域的資本支出規模感到擔憂。您認為 OpenMind 是否需要大量資金來繼續發展,還是能相對較快地實現自我維持?


OpenMind:這是一個更大的問題,但我們對需要投入數千億美元才能構建有用模型的觀點有不同的看法。


我們已經看到了一些強有力的例子,比如 DeepSeek,它的開發預算遠小於像 ChatGPT 這樣的模型。根據我們的經驗,我們需要的許多模型可以用比人們通常假設的少得多的資本來構建。


因此,我們審慎樂觀地認為,在機器人或 AI 領域取得有意義的進展,並不一定需要花費數千億甚至數萬億美元的計算資源。


BlockBeats:最後,您想對中國的開發者或使用者社群說些什麼?


OpenMind:這是一個極其罕見的時刻。一種全新的技術正在出現,它讓機器能夠做以前只有人類才能做的事情。這將對教育、醫療、製造和生活的許多其他領域產生深遠的影響。


對於軟體開發者來說,機會不再僅僅是為手機構建應用程式,而是為思維機器構建應用程式。現在還為時過早,但進展非常迅速。我強烈鼓勵開發者學習機器人操作系統、人形機器人平台,以及如何為它們構建應用程式,以便為即將到來的重大進展做好充分準備。


歡迎加入律動 BlockBeats 官方社群:

Telegram 訂閱群:https://t.me/theblockbeats

Telegram 交流群:https://t.me/BlockBeats_App

Twitter 官方帳號:https://twitter.com/BlockBeatsAsia

举报 糾錯/舉報
選擇文庫
新增文庫
取消
完成
新增文庫
僅自己可見
公開
保存
糾錯/舉報
提交