NATIX Network正式上线街头视觉在Bittensor去中心化人工智能网络上，代表着其通过去中心化的现实世界数据处理实现地图和自动驾驶现代化的使命向前迈出了一步。
NATIX由基于Solana（SAL）的去中心化智能摄像机物理基础设施网络提供支持，通过Bittensor（TAO）将大容量街道级数据收集与可扩展的机器学习相结合，crypto.news可以独家报道。
该子网络由Bittenor基础设施合作伙伴Yuma孵化，可消费从支持NATIX的特斯拉汽车和其他移动设备捕获的360°视频源。然后它将数据处理成人工智能模型，以改善实时地图制作和车辆自主性。
此举与整个自动驾驶行业的趋势一致。值得注意的是，像Uber这样的公司正在投资合成模拟和定制数据收集，以更好地管理他们的自动驾驶技术。然而，这是昂贵的，落后于现实世界的变化。
为了解决这个问题，NATIX正在关注一个由超过25万名驾驶员组成的全球社区，这些驾驶员通过智能手机和VX 360设备的使用总共行驶了超过1.7亿公里。
VX 360和去中心化数据培训
VX 360是与Grab合作开发的，利用特斯拉现有的摄像头系统来收集360°图像，而无需昂贵的新硬件。数据在云中和边缘智能手机上进行处理，实时检测交通灯和标志等元素。更密集的分类在设备外处理。
通过Bittendor的去中心化框架，NATIX矿工因在子网上训练和改进人工智能模型而获得奖励，然后在NATIX边缘网络中重新部署这些模型。
NATIX首席执行官兼联合创始人Alireza Ghods表示：“通过分散数据分析，我们能够持续改进人工智能模型，显着提高地图准确性、自动驾驶车辆安全性和现实世界的响应能力。”
该子网络的首要重点是道路施工检测，这是地图平台和自动车辆导航的关键应用。从长远来看，NATIX希望扩大其业务范围，包括坑洼检测和基础设施分析。最终，NATIX预计将提供完整的场景分类来支持自动驾驶车辆训练。
与NATIX首席执行官Alireza Ghods的问答
为了更好地了解NATIX最新推出的影响，crypto.news采访了NATIX首席执行官兼联合创始人Alireza Ghods。谈话的重点是该公司扩大去中心化数据捕获的方法、为什么它相信其数据可以与科技巨头竞争，以及它计划如何为其代币经济创造真正的需求。
整个问答如下：
crypto.news：Waymo、特斯拉等科技巨头，甚至Mobileye都花费了数年时间和数十亿美元收集驾驶数据和开发自主技术。是什么让NATIX相信它可以提供具有可比质量的数据或人工智能服务？众包数据对于规模来说很有帮助，但众包的摄像机镜头真的能与专用地图工具的精度相匹配吗？
Alireza Ghods：地图和自动驾驶的数据收集超级昂贵。收集这些视频的大公司不会分享它，因为他们使用这些数据来获得产品和产品的优势。这些参与者都没有像NATIX那样以众包方式收集数据。自动驾驶最大的开源数据集是Learning to Drive（L2 D），这是两个项目之间合作构建的数据集，收集了安装在仅德国城市驾驶学校运营的60辆电动汽车上的相同传感器套件，结果仅记录了5，000小时。自2025年5月2日VX 360推出以来，我们在短短10天内就收集了2，000小时的驾驶时间，并且只有1/3的预购设备仅在美国运营。
当谈到地图的精确度时，NATIX可能没有专用地图工具的精确度和质量，但网络和收集的数据的庞大规模弥补了这一点，使最终结果与专用地图工具收集的数据一样好。以Grab为例。Grab基于众包工作构建了整个地图解决方案，使东南亚地区的地图比Google地图更准确。为了让众包工作取得成功，您需要一个庞大的驱动者/贡献者网络。NATIX拥有超过25万个注册驱动程序，确实拥有这样的网络，并且是全球最大的摄像机DePin网络。
CN：从可能数千辆（如果不是更多的话）汽车和手机中实时收集360°视频预示着巨大的技术挑战。NATIX如何大规模处理数据摄入和处理？
AG：对于使用VX 360收集的数据，我们为ScenGen执行的计算相当繁重，无法在Edge上完成。我们在云级别进行处理。用户共享的数据只有在连接到家庭Wi-Fi连接时才会上传。
话虽如此，我们使用具有边缘计算能力的智能手机网络来实时检测交通标志和交通灯等地图属性。
中国：您能否描述一下扩展策略：如何从拥有数百部特斯拉或手机的试点转向拥有10万多台流数据设备的部署，而不会出现系统崩溃或成本飙升？
AG：VX 360设备性价比相当高。通过售价350美元的设备，我们可以利用360°街道层面的图像，同时还为司机提供实用工具。我们的战略是利用商品硬件。每个人都拥有一部智能手机，特斯拉汽车已经配备了360°摄像头，所以这只是一个利用现有技术的问题。如果我们想制造一台360°相机，就硬件成本而言，它将比VX 360贵20- 100倍，而且作为众包解决方案也无法扩展。
至于进一步的扩展，我们还正在与想要运营VX 360车队的合作伙伴讨论。这是希望赞助设备成本以进行奖励共享的车队所有者或集成商。例如，我们正在与一家特斯拉车队所有者进行讨论，其网络中拥有超过3，000辆特斯拉汽车。我们还在为车队运营商构建车队管理功能，以提高我们产品的实用性并超越加密货币奖励。
中国：继上述问题之后，您是否将这些大型参与者视为NATIX数据的客户（即您将向他们出售补充数据）还是您需要超越的竞争对手？如果是后者，您认为您的去中心化方法在哪些方面会让您相对于资金充足且完全控制机队的运营具有优势？
AG：我们的客户是Grab，我们正在关闭一些最大的自动驾驶公司，他们既是数据的直接客户，也是构建各种自动驾驶产品的合作伙伴。
每个大公司都是潜在客户，如果不是现在，那么就是未来。一些较大的参与者已经投资数百万美元来收集自己的数据集，但随着道路的不断变化，这些数据集很快就会过时。即使有些人告诉我们他们今天不需要我们的数据，他们很快就会需要它。
然而，投资自己数据集的广告公司所占市场份额并不超过20%。其余的要么没有花费太多资金来收集数据，需要NATIX的数据，要么他们目前依赖客户的数据（如果有的话），但无法使用它来为其他客户提高模型的质量。对于这些公司来说，这是创建可为所有汽车客户货币化的整体AD堆栈的真正瓶颈。
CN：NATIX并不是唯一一家试图分散实体基础设施的公司。我们已经看到像Hivemapper这样的项目在几年前占据了头条新闻，或者DIMO（车辆数据）尝试了类似的众包模型。他们的成功之路（呵呵，双关语）很坎坷，用户吸收有限、代币价值崩溃等。NATIX吸取了哪些教训，或者您正在采取哪些与那些挣扎的方法不同的方法？
AG：也有像Geodnet这样的成功模型。我相信这里的赢家是专注于协议收入并拥有适当机制的代币价值累积（例如回购和烧毁）的人。其中许多项目都面临着缺乏协议收入或代币经济学较差（缺乏价值累积）的问题。在这种情况下，NATIX更接近Geodnet，并且遵循相同的策略。
此外，您必须单独审视每个商业模式。例如，Hivemapper的前置仪表盘收集高质量的街道图像用于绘制地图，但NATIX的360°数据不仅可以满足绘制地图，还可以满足自动驾驶和物理人工智能的需求。360°视频数据是街道级视觉数据的圣杯，它的价值不仅是Hivemapper数据的5- 10倍，而且为无数新的地图制作用例打开了大门（例如，使用侧面摄像头检测DOE）。
此外，收集的360°数据可用于物理人工智能，这是一个更大的话题（自从英伟达首席执行官黄詹森在CES 2025上的舞台上发表重大声明以来）。NATIX提供适合自动驾驶堆栈和物理人工智能的培训、测试和验证的数据多样性，其成本仅为Nvidia和Uber等公司投资数百万美元开发的集中式解决方案的一小部分。这些数据对于物理人工智能开发中的模拟到现实和现实到模拟过程来说是一剂止痛药。
这就是为什么我们相信我们正在解决一个更大的问题，该行业已经准备好今天为此付出代价。请注意，汽车使用周围的摄像头系统运行;因此，自动驾驶堆栈的训练、测试和验证只能使用360°数据，而不能使用前置仪表盘数据完成。
CN：除了作为奖励机制之外，$NATIX代币在这个生态系统中的实际用途是什么？数据购买者或人工智能开发者是否需要使用$NATIX或TAO代币来访问StreetVision的服务？如果没有，是什么将推动对$NATIX的需求？
AG：这是两个功能不同的独立生态系统。NATIX专注于数据策展，而StreetVision Subnet专注于（某些）洞察提取和人工智能模型创建。
这些生态系统中的每一个都产生自己的价值，并为其代币拥有自己的价值累积机制。如果任何人对NATIX数据感兴趣，价值累积将通过协议收入以及回购和烧毁机制流向$NATIX代币。对于那些对StreetVision Subnet生成的见解或人工智能模型感兴趣的人，产生的收入将用于$dTAO的价值累积（部分用于$NATIX，因为用于此类见解和/或模型的数据属于由NATIX提供）。
此外，$NATIX用于协议治理和网络安全。这是通过我们的赌注平台完成的，该平台使用户能够参与协议治理。StreetVision Subnet中的验证者还需要持有$NATIX。
CN：您与尤马的战略合作伙伴关系增加了一定程度的可信度，但也引发了集中化的担忧。DCG实际上投资了NATIX，Yuma在推出Bittensor Buttons方面发挥了重要作用。如何确保尤马和其他重量级支持者都不会主导Subnet 72的方向或回报？
AG：任何人都可以为我们的子网络运行验证器。事实上，我们正在与另外两个主要的Bittensor验证器玩家合作，它们也将运行验证器节点。此外，我们取消了对矿工的持股或$dTAO持有要求，因为我们希望确保开放的生态系统。如您所知，矿工集中化甚至比验证器更令人担忧，因为网络的输出取决于他们。
CN：您可以指出StreetVision Subnet当前的哪些用例？例如，Grab现在是否已经在使用NATIX的数据来更新东南亚的地图，或者这只是未来合作的谅解备忘录？
AG：StreetVision的首要任务将是实时道路施工检测。实时检测和分类道路施工对于地图更新和AV可靠性至关重要。稍后添加的更多用例将包括检测坑洼、路标、乱扔垃圾和基础设施监控。StreetVision Subnet稍后还将包括对驾驶视频进行分析和分类，将其划分为从常规交通状况到罕见的“边缘情况”的场景，因为场景分类对于自动驾驶和物理人工智能的场景生成至关重要。
Grab目前正在使用NATIX的数据为美国和欧盟市场建设管道，他们已经是付费客户。
由于VX 360于5月2日刚刚上线，我们需要一些初始数据来构建自动驾驶客户所需的样本数据集。我们正在与数十家自动驾驶公司进行商业谈判。我们还与一些顶级自动驾驶研究实验室合作，创建用于模拟到现实和现实到模拟的尖端产品，我们将在未来几个月内宣布该产品。
