7 月 27 日，Axis Robotics 宣布完成 1200 万美元种子轮融资，由 Hack VC 领投，Nomad Capital、Pi Network Ventures、10K Ventures 等跟投。PitchBook 数据显示，团队目前约 11 人，已产生收入。该项目将自身定位为物理 AI 的数据基础设施层，不做自研模型，也不做硬件。
Axis Robotics 想解决的问题，与大语言模型依赖互联网海量文本数据的路径并不相同。物理世界没有一个现成、可直接爬取的机器人交互数据库。实验室采集数据成本高，效率也有限，而且场景通常较为单一，例如同一机械臂在固定光照下重复抓取同一物体，这类数据很难泛化到新环境。Axis Robotics 试图建立的是一套可以以较低成本、在更多样环境中、由更多人持续生产高质量机器人交互轨迹的系统。
浏览器作为数据采集入口
创始人 Chris 的公开表述较为直接：行业当前缺少的是高效、可扩展的混合数据生产系统。按照这一思路，Axis 的产品可以理解为一台“复合数据引擎”。前端用浏览器遥操作降低参与门槛，后端则用 Web3 工具处理激励与权益归属问题。
参与方式被刻意设计得很轻。用户不需要拥有机器人硬件，只需通过网页远程操作仿真机械臂，就可以完成抓取、分拣、开抽屉等基础任务。每次会话都会形成一条完整轨迹，内容包括关节状态、物体位姿、控制动作以及任务元数据。
轨迹上传后，后台会先进行清洗和平滑处理，再导入 Isaac Sim 执行域随机化。系统会对光照、纹理、物理参数等变量进行调整，使单条轨迹扩展成更多训练样本，供 VLA 模型或模仿学习策略使用。
官方披露的信息显示，目前全球活跃贡献者超过 10 万人，月产能为 1200 小时以上仿真数据及 2 万小时以上真实第一人称数据。不过，7 月上旬 Hub 面板显示的注册用户约为 6.5 万，轨迹总量约 180 万，两组数据的统计口径并不一致。后续更值得观察的是活跃度衰减、重复参与率以及数据质量分布，这些指标更能反映产能是否具有持续性。
Web3 在其中承担什么角色
Axis Robotics 并未把 Web3 叙事集中在发币本身，而是将其用作确权与分配工具。中心化平台当然也可以组织数据采集者完成任务，但很难向每位贡献者提供可验证、可追溯的权益证明，最终通常只会形成一次性买断关系，贡献者和平台之间的联系随之结束。
Axis 的做法是在 Base 链上为每一条通过评估的轨迹分配唯一的 Data ID，并在链上记录贡献者钱包地址、提交时间、质量评分和任务元数据。由于完整轨迹体积较大，数据本体存储在线下，链上记录则作为锚点存在。未来无论是收益分配、授权使用还是治理权重，理论上都可以沿着这个锚点回溯。这样一来，贡献不再只是一个模糊的运营概念，而成为可核验的链上记录。
项目的评估流程设置了多个层级，包括格式完整性校验、基于规则的成功判定、视觉语言模型对行为合理性的判断，部分轨迹还需要经过同伴评审。综合质量分直接影响奖励权重。高难度任务或精选任务的基础奖励更高，再乘以质量倍数后形成最终激励，而不是按任务次数简单计件。失败尝试不会上传，也没有惩罚，垃圾数据和近似重复轨迹会被过滤。这套设计的目的，是从机制上压低刷量的收益空间。
POINTS、法币分成与未来代币
当前激励采用混合模式，包括 POINTS 积分、企业采购定制任务包后可能产生的法币分成，以及未来按质量和难度分配的代币奖励。POINTS 已经运行，但正式代币尚未发行。官方表示，代币经济学仍在开发中。
除了 Axis 自身的奖励设计外，项目还在 BitRobot 网络上运营专用子网，贡献者可以获得双边激励。
社区实验与论文数据
Axis Robotics 给出了一些社区实验结果。2026 年 1 月，项目发起名为“小王子的玫瑰”的社区任务，用户通过远程操作机械臂执行浇水动作，5 天内收集超过 1 万条有效轨迹。基于这批数据训练出的策略随后被部署到真实 Franka 机械臂上，实现了自主浇水。
到 2 月，任务规模扩大到 27 种，参与人数约 1.8 万人，5 天内贡献近 10 万条有效轨迹。按照项目方的说法，这两次实验说明浏览器层面的社区数据可以闭环到真实物理执行，同时质量分与链上记录让操作行为首次具备可追踪性。
学术侧，arXiv 论文给出了一个参考基准。AXIS 数据集包含 207 个任务和约 5.01 万条轨迹。在 π0.5 模型上进行持续预训练后，LIBERO-Plus 的整体成功率提升 5.8 个百分点；在体积匹配的 RoboCasa365 上，相对基线的优势为 37.3%。论文还提到，多样性在布局、传感器噪声和相机扰动等维度都带来正向收益。按文中表述，数据表现不算非常突出，但对一个早期数据集来说，方向是成立的。
商业化路径仍待验证
商业层面，Axis 以任务包作为核心交付形式，按照场景、原子技能、任务内随机化程度和轨迹总量打包销售。已披露合作伙伴包括 Booster Robotics、Manycore Tech、Dexmal、Lotus、Geely Auto 等。
公司表示，企业采购产生的收入将回流给贡献者，形成由真实需求驱动的 POINTS 以及未来代币分配闭环。不过，分成比例、合同金额和具体回款情况目前都没有公开，这部分还停留在承诺阶段，后续需要持续跟踪。
从定位看，Axis 更接近一个分布式基础设施层：用社区规模换取数据多样性和成本弹性，用人工参与保留质量判断，再用链上记录处理归因透明度。最核心的问题仍是任务包能否转化为稳定的经常性收入。如果企业采购不能持续，前述激励结构就会面临落空风险。
团队构成与公开角色
团队方面，CEO Chris Feng 此前担任 Chainbase COO，具有咨询与 VC 背景。核心成员来自伯克利、CMU、佐治亚理工、南洋理工、上海交大等机构，其中也包括具备大规模消费产品增长经验的人员。链上协调与机器人数据的交叉背景，是这个团队目前较受关注的部分，但公开信息仍然有限。
文章还提到，项目核心成员之一郡主 Christine（@0xsexybanana）目前以贡献者身份深度参与 Axis Robotics，并曾在官方 Space 等场合以 CMO 角色出现，负责社区增长与对外沟通。Base APAC 等生态方也曾将其称为 Co-Founder。
代币时间表与近期动作
截至发稿，Axis 尚未发行原生代币，供应总量、分配比例和解锁时间表均未公布。官方文档显示，代币经济学仍在开发中，项目方明确表示会优先验证产品与收入模型，代币被放在后续阶段。
链上 Data ID 已经就位。近期的 POINTS 快照要求贡献者在指定时间前完成轨迹签名，这可以看作是为未来代币分配建立可追溯凭证。
文中提到的潜在代币设计方向包括：作为质量加权奖励载体、作为生态服务交换媒介，用于解锁定制任务、数据管道和高级增强，也可能包含通过质押解锁更高等级与优先任务，以及治理权重。TGE 被安排在“Beyond 2026”阶段，整体节奏偏保守。这样的安排降低了短期投机压力，但贡献者的长期预期仍高度依赖商业化推进速度。
此外，Axis Robotics 已于 2026 年 5 月通过 KaitoAI Studio 启动 Content Creator Program，邀请创作者围绕 Physical AI 产出内容并获取奖励。随着项目完成种子轮融资，且 Kaito 恢复与 X 的数据协议，社区对双方可能再次联动推出创作者计划存在一定预期，可能涉及 mindshare 与代币激励，但具体细节仍待官方确认。
值得继续跟踪的几个问题
目前，POINTS 与质量加权机制已经上线运行，但如果法币收入回流速度赶不上贡献规模增长，POINTS 的感知价值可能出现波动，高质量参与者也可能流失。链上记录解决了归因透明度问题，不过评分标准和数据收益分配规则依然由平台掌控，这仍是 Web3 数据协议里常见的中心化节点。
从现阶段看，Axis Robotics 把 Web3 用在了确权与分配这一更具体的环节。这个数据基础设施层最终能否建立长期价值，仍要看真实商业需求能否被验证。后续更关键的观察点包括：任务包的实际签约与回款进展、POINTS 向代币过渡的节奏，以及质量加权后的数据是否能持续改善下游模型表现。