#physicalai
physicalai
2,526 visualizaciones
58 participa(n) en el debate
Populares
Novedades
·
--
Ver traducción
THE ROBOTICS REVOLUTION IS HERE.🤖 THE ROBOTICS REVOLUTION IS HERE.
AXIS Robotics is building the data layer for the future of Physical AI.
⚡ Complete tasks
🧠 Help train intelligent robots
🎯 Earn points & rewards
🚀 Get in early
🔥 Join through binance
[https://www.binance.com/en/support/announcement/detail/1c097191f01345b090018ffcd30e445c?utm_source=new_share&ref=CPA_000PJEIJMM](https://www.binance.com/en/support/announcement/detail/1c097191f01345b090018ffcd30e445c?utm_source=new_share&ref=CPA_000PJEIJMM)
FOLLOW → JOIN → COMPLETE TASKS → EARN 🚀
Don’t just watch the future. Be part of it.
#AXIS #PhysicalAI #Robotics #Aİ #DePIN #Crypto #Web3 #Airdrop
THE ROBOTICS REVOLUTION IS HERE.
🤖 THE ROBOTICS REVOLUTION IS HERE.
AXIS Robotics is building the data layer for the future of Physical AI.
⚡ Complete tasks
🧠 Help train intelligent robots
🎯 Earn points & rewards
🚀 Get in early
🔥 Join through binance
https://www.binance.com/en/support/announcement/detail/1c097191f01345b090018ffcd30e445c?utm_source=new_share&ref=CPA_000PJEIJMM
FOLLOW → JOIN → COMPLETE TASKS → EARN 🚀
Don’t just watch the future. Be part of it.
#AXIS #PhysicalAI #Robotics #Aİ #DePIN #Crypto #Web3 #Airdrop
AXIS Robotics is building the data layer for the future of Physical AI.
⚡ Complete tasks
🧠 Help train intelligent robots
🎯 Earn points & rewards
🚀 Get in early
🔥 Join through binance
https://www.binance.com/en/support/announcement/detail/1c097191f01345b090018ffcd30e445c?utm_source=new_share&ref=CPA_000PJEIJMM
FOLLOW → JOIN → COMPLETE TASKS → EARN 🚀
Don’t just watch the future. Be part of it.
#AXIS #PhysicalAI #Robotics #Aİ #DePIN #Crypto #Web3 #Airdrop
71
·
--
Axis @axisrobotics 兄弟什么时候更新任务？
¡Llevamos 3 días! ¡Tres días completos! ¡No se puede conseguir ni una misión!
Acceso a las misiones: https://t.co/7sfvqfLzJY
Al principio: si tenías tiempo hacías algunas misiones
Ahora: a las 8 p. m. recuerda quedarte esperando a Axis
Luego: ¿todavía no?
¿Actualizar? No
¿Actualizar otra vez? No
Ahora mismo ya no estoy haciendo misiones… estoy esperando misiones
Pero, aunque me queje, estos días me han hecho entender algo
¿Por qué un robot que simula misiones puede lograr que tanta gente se quede a una hora fija cada día?
Porque Axis en realidad no es una plataforma de misiones normal.
Convierte el entrenamiento de robots —que normalmente queda muy lejos para el público en general— en algo en lo que cualquiera puede participar.
No necesitas tener de verdad un robot.
Tampoco necesitas quedarte en un laboratorio.
Solo necesitas completar la operación a través del navegador para aportar una trayectoria real de comportamiento de un robot.
Los movimientos de una persona pueden ser normales.
Pero cuando cada vez más gente lo hace al mismo tiempo,
diferentes hábitos de operación, rutas distintas, entornos distintos y errores distintos
al final se convierten en Experience que el robot puede aprender.
Esto en realidad es bastante importante.
Porque una de las mayores diferencias entre Physical AI y el AI que ya conocemos es que
los robots no solo tienen que entender el mundo: también deben aprender cómo actuar en el mundo.
Y eso de actuar…
con suficiente Experience es difícil escalarlo de verdad.
Así que ahora, echando la vista atrás, al mirar el mecanismo de misiones de Axis, en realidad me parece algo interesante.
Lo que la gente “roba” por fuera son misiones.
En esencia, se está aportando:
la experiencia que el siguiente entrenamiento del robot necesita.
Desde la recopilación de datos temprana hasta ahora ya superaron 3M de trayectorias.
Axis también ha empezado a cambiar el enfoque: de conseguir más datos
paso a paso, a conseguir datos con más valor.
V2 hace corrección dirigida.
El Dataset comienza a abrirse.
Y luego, más recientemente, se conecta con más ecosistemas de Robótica.
Esta ruta se ve cada vez más clara:
no es solo agrandar el Dataset,
es hacer que el robot obtenga nuevas Experience constantemente.
Y por eso creo que lo más digno de atención de Axis es esto.
Porque en el futuro el modelo va a actualizarse,
el hardware del robot también va a actualizarse,
y los métodos de entrenamiento también van a mejorar.
Pero el robot siempre necesitará una cosa:
más, y mejor, experiencia del mundo real.
Así que… yo entiendo la lógica de Axis.
La Experience de Physical AI es importante.
El Data Flywheel es importante.
El futuro de los robots también es importante.
Pero… ¿y mi Experience?
¿Y mis misiones?
Llevo tres días esperando.
Por favor… denle a los hermanos un poco de misiones.
#PhysicalAI #Robotics
Axis @axisrobotics 兄弟什么时候更新任务？
¡Llevamos 3 días! ¡Tres días completos! ¡No se puede conseguir ni una misión!
Acceso a las misiones: https://t.co/7sfvqfLzJY
Al principio: si tenías tiempo hacías algunas misiones
Ahora: a las 8 p. m. recuerda quedarte esperando a Axis
Luego: ¿todavía no?
¿Actualizar? No
¿Actualizar otra vez? No
Ahora mismo ya no estoy haciendo misiones… estoy esperando misiones
Pero, aunque me queje, estos días me han hecho entender algo
¿Por qué un robot que simula misiones puede lograr que tanta gente se quede a una hora fija cada día?
Porque Axis en realidad no es una plataforma de misiones normal.
Convierte el entrenamiento de robots —que normalmente queda muy lejos para el público en general— en algo en lo que cualquiera puede participar.
No necesitas tener de verdad un robot.
Tampoco necesitas quedarte en un laboratorio.
Solo necesitas completar la operación a través del navegador para aportar una trayectoria real de comportamiento de un robot.
Los movimientos de una persona pueden ser normales.
Pero cuando cada vez más gente lo hace al mismo tiempo,
diferentes hábitos de operación, rutas distintas, entornos distintos y errores distintos
al final se convierten en Experience que el robot puede aprender.
Esto en realidad es bastante importante.
Porque una de las mayores diferencias entre Physical AI y el AI que ya conocemos es que
los robots no solo tienen que entender el mundo: también deben aprender cómo actuar en el mundo.
Y eso de actuar…
con suficiente Experience es difícil escalarlo de verdad.
Así que ahora, echando la vista atrás, al mirar el mecanismo de misiones de Axis, en realidad me parece algo interesante.
Lo que la gente “roba” por fuera son misiones.
En esencia, se está aportando:
la experiencia que el siguiente entrenamiento del robot necesita.
Desde la recopilación de datos temprana hasta ahora ya superaron 3M de trayectorias.
Axis también ha empezado a cambiar el enfoque: de conseguir más datos
paso a paso, a conseguir datos con más valor.
V2 hace corrección dirigida.
El Dataset comienza a abrirse.
Y luego, más recientemente, se conecta con más ecosistemas de Robótica.
Esta ruta se ve cada vez más clara:
no es solo agrandar el Dataset,
es hacer que el robot obtenga nuevas Experience constantemente.
Y por eso creo que lo más digno de atención de Axis es esto.
Porque en el futuro el modelo va a actualizarse,
el hardware del robot también va a actualizarse,
y los métodos de entrenamiento también van a mejorar.
Pero el robot siempre necesitará una cosa:
más, y mejor, experiencia del mundo real.
Así que… yo entiendo la lógica de Axis.
La Experience de Physical AI es importante.
El Data Flywheel es importante.
El futuro de los robots también es importante.
Pero… ¿y mi Experience?
¿Y mis misiones?
Llevo tres días esperando.
Por favor… denle a los hermanos un poco de misiones.
#PhysicalAI #Robotics
¡Llevamos 3 días! ¡Tres días completos! ¡No se puede conseguir ni una misión!
Acceso a las misiones: https://t.co/7sfvqfLzJY
Al principio: si tenías tiempo hacías algunas misiones
Ahora: a las 8 p. m. recuerda quedarte esperando a Axis
Luego: ¿todavía no?
¿Actualizar? No
¿Actualizar otra vez? No
Ahora mismo ya no estoy haciendo misiones… estoy esperando misiones
Pero, aunque me queje, estos días me han hecho entender algo
¿Por qué un robot que simula misiones puede lograr que tanta gente se quede a una hora fija cada día?
Porque Axis en realidad no es una plataforma de misiones normal.
Convierte el entrenamiento de robots —que normalmente queda muy lejos para el público en general— en algo en lo que cualquiera puede participar.
No necesitas tener de verdad un robot.
Tampoco necesitas quedarte en un laboratorio.
Solo necesitas completar la operación a través del navegador para aportar una trayectoria real de comportamiento de un robot.
Los movimientos de una persona pueden ser normales.
Pero cuando cada vez más gente lo hace al mismo tiempo,
diferentes hábitos de operación, rutas distintas, entornos distintos y errores distintos
al final se convierten en Experience que el robot puede aprender.
Esto en realidad es bastante importante.
Porque una de las mayores diferencias entre Physical AI y el AI que ya conocemos es que
los robots no solo tienen que entender el mundo: también deben aprender cómo actuar en el mundo.
Y eso de actuar…
con suficiente Experience es difícil escalarlo de verdad.
Así que ahora, echando la vista atrás, al mirar el mecanismo de misiones de Axis, en realidad me parece algo interesante.
Lo que la gente “roba” por fuera son misiones.
En esencia, se está aportando:
la experiencia que el siguiente entrenamiento del robot necesita.
Desde la recopilación de datos temprana hasta ahora ya superaron 3M de trayectorias.
Axis también ha empezado a cambiar el enfoque: de conseguir más datos
paso a paso, a conseguir datos con más valor.
V2 hace corrección dirigida.
El Dataset comienza a abrirse.
Y luego, más recientemente, se conecta con más ecosistemas de Robótica.
Esta ruta se ve cada vez más clara:
no es solo agrandar el Dataset,
es hacer que el robot obtenga nuevas Experience constantemente.
Y por eso creo que lo más digno de atención de Axis es esto.
Porque en el futuro el modelo va a actualizarse,
el hardware del robot también va a actualizarse,
y los métodos de entrenamiento también van a mejorar.
Pero el robot siempre necesitará una cosa:
más, y mejor, experiencia del mundo real.
Así que… yo entiendo la lógica de Axis.
La Experience de Physical AI es importante.
El Data Flywheel es importante.
El futuro de los robots también es importante.
Pero… ¿y mi Experience?
¿Y mis misiones?
Llevo tres días esperando.
Por favor… denle a los hermanos un poco de misiones.
#PhysicalAI #Robotics
72
·
--
Volví a investigar a @axisrobotics y, en vez de eso, cada vez me convence más que
lo que de verdad vale la pena mirar en Axis no es cuántos datos de robots ya tiene,
sino que está convirtiendo esos datos en un sistema que puede auto-mejorarse de forma continua.
En agosto, el robotic data engine de Axis superó los 3M trayectorias.
Detrás ya hay 123K+ contributors.
Pero si fuera solo que los datos cada vez son más,
esto en realidad no sería tan “sexy”.
Lo que realmente me hizo volver a mirar Axis
fue una serie reciente de movimientos:
Dataset V1 → Axis V2 → Booster Robotics → OpenRoboto
En el fondo, apuntan a lo mismo:
poner en marcha de verdad el Data Loop de Physical AI.
Lo más difícil del entrenamiento de robots nunca es solo la falta de datos,
si no
cómo saber qué datos de la siguiente tanda se deben recolectar.
El flujo tradicional es más parecido a:
Task → Data → Model
Termina el entrenamiento y se despliega.
Si el modelo falla, entonces se vuelve a recolectar datos.
Axis V2 empieza a cambiar ese proceso.
Primero el modelo ejecuta la tarea.
Luego el modelo expone sus debilidades.
Los humanos hacen correcciones en nodos clave.
Los Correction Data vuelven al flujo de entrenamiento.
El modelo continúa fortaleciéndose.
Y después vuelve a exponer nuevas debilidades.
Entonces se transforma en:
Model → Failure → Correction → Data → Better Model
Ese es también el lado interesante del Human-Gated DAgger.
No es hacer que el humano repita de forma continua acciones que el modelo ya sabe hacer,
sino intervenir cuando el modelo realmente “no sabe qué hacer”.
Dicho de otra manera:
no es recopilar más respuestas correctas,
sino recopilar con precisión
por qué el modelo se equivoca.
Creo que esta puede ser una conversión de valor muy importante dentro de los datos de robótica.
Porque cuando el modelo ya sabe hacer algo,
agregar 10.000 demostraciones más
podría tener un valor marginal cada vez menor.
Pero en los lugares donde el modelo falla repetidamente,
es donde normalmente se necesita la siguiente ronda de datos para entrenar.
Así que cuando Axis habla de un Compounding Data Engine,
no lo interpreto como simplemente que el Dataset sea cada vez más grande,
sino como:
que cada ronda de entrenamiento ayude a que la recolección de datos en la siguiente ronda sea cada vez más precisa.
Por eso me parece tan digno de prestar atención el acuerdo reciente entre Axis y OpenRoboto.
Axis proporcionará 3M+ multimodal trajectories,
entrarán al Open Data Pool de OpenRoboto,
y además, mediante un Data-to-Model Pipeline, permitirá evaluación de modelos y benchmarks.
Esto extiende el ciclo cerrado aún más hasta:
Data → Training → Benchmark → Evaluation → Better Data
Antes yo solía entender Axis como
un Robot Data Platform.
Ahora me inclino más a entenderlo como
una Data Infrastructure para Physical AI.
Porque el hardware puede cambiar,
el modelo puede cambiar,
el VLA puede cambiar.
Pero los robots siempre necesitan obtener nuevas experiencias del mundo real.
Así que lo realmente importante a observar
no es cuántas trayectorias alcanzará Axis la próxima vez,
sino
si, cuando esos datos se empiecen a usar por más modelos, más robots y más benchmarks,
la Data Flywheel realmente comienza a producir un Compounding Effect.
Si ese ciclo se cierra y funciona,
la fosa de defensa de Axis podría no depender de cuántos datos tenemos,
sino de si podemos seguir produciendo la siguiente tanda de datos con un valor cada vez mayor.
Esa es, por ahora, la parte más interesante de Axis para mí.
#PhysicalAI #Robotics @KaitoAI #Axis #kaito
Volví a investigar a @axisrobotics y, en vez de eso, cada vez me convence más que
lo que de verdad vale la pena mirar en Axis no es cuántos datos de robots ya tiene,
sino que está convirtiendo esos datos en un sistema que puede auto-mejorarse de forma continua.
En agosto, el robotic data engine de Axis superó los 3M trayectorias.
Detrás ya hay 123K+ contributors.
Pero si fuera solo que los datos cada vez son más,
esto en realidad no sería tan “sexy”.
Lo que realmente me hizo volver a mirar Axis
fue una serie reciente de movimientos:
Dataset V1 → Axis V2 → Booster Robotics → OpenRoboto
En el fondo, apuntan a lo mismo:
poner en marcha de verdad el Data Loop de Physical AI.
Lo más difícil del entrenamiento de robots nunca es solo la falta de datos,
si no
cómo saber qué datos de la siguiente tanda se deben recolectar.
El flujo tradicional es más parecido a:
Task → Data → Model
Termina el entrenamiento y se despliega.
Si el modelo falla, entonces se vuelve a recolectar datos.
Axis V2 empieza a cambiar ese proceso.
Primero el modelo ejecuta la tarea.
Luego el modelo expone sus debilidades.
Los humanos hacen correcciones en nodos clave.
Los Correction Data vuelven al flujo de entrenamiento.
El modelo continúa fortaleciéndose.
Y después vuelve a exponer nuevas debilidades.
Entonces se transforma en:
Model → Failure → Correction → Data → Better Model
Ese es también el lado interesante del Human-Gated DAgger.
No es hacer que el humano repita de forma continua acciones que el modelo ya sabe hacer,
sino intervenir cuando el modelo realmente “no sabe qué hacer”.
Dicho de otra manera:
no es recopilar más respuestas correctas,
sino recopilar con precisión
por qué el modelo se equivoca.
Creo que esta puede ser una conversión de valor muy importante dentro de los datos de robótica.
Porque cuando el modelo ya sabe hacer algo,
agregar 10.000 demostraciones más
podría tener un valor marginal cada vez menor.
Pero en los lugares donde el modelo falla repetidamente,
es donde normalmente se necesita la siguiente ronda de datos para entrenar.
Así que cuando Axis habla de un Compounding Data Engine,
no lo interpreto como simplemente que el Dataset sea cada vez más grande,
sino como:
que cada ronda de entrenamiento ayude a que la recolección de datos en la siguiente ronda sea cada vez más precisa.
Por eso me parece tan digno de prestar atención el acuerdo reciente entre Axis y OpenRoboto.
Axis proporcionará 3M+ multimodal trajectories,
entrarán al Open Data Pool de OpenRoboto,
y además, mediante un Data-to-Model Pipeline, permitirá evaluación de modelos y benchmarks.
Esto extiende el ciclo cerrado aún más hasta:
Data → Training → Benchmark → Evaluation → Better Data
Antes yo solía entender Axis como
un Robot Data Platform.
Ahora me inclino más a entenderlo como
una Data Infrastructure para Physical AI.
Porque el hardware puede cambiar,
el modelo puede cambiar,
el VLA puede cambiar.
Pero los robots siempre necesitan obtener nuevas experiencias del mundo real.
Así que lo realmente importante a observar
no es cuántas trayectorias alcanzará Axis la próxima vez,
sino
si, cuando esos datos se empiecen a usar por más modelos, más robots y más benchmarks,
la Data Flywheel realmente comienza a producir un Compounding Effect.
Si ese ciclo se cierra y funciona,
la fosa de defensa de Axis podría no depender de cuántos datos tenemos,
sino de si podemos seguir produciendo la siguiente tanda de datos con un valor cada vez mayor.
Esa es, por ahora, la parte más interesante de Axis para mí.
#PhysicalAI #Robotics @KaitoAI #Axis #kaito
lo que de verdad vale la pena mirar en Axis no es cuántos datos de robots ya tiene,
sino que está convirtiendo esos datos en un sistema que puede auto-mejorarse de forma continua.
En agosto, el robotic data engine de Axis superó los 3M trayectorias.
Detrás ya hay 123K+ contributors.
Pero si fuera solo que los datos cada vez son más,
esto en realidad no sería tan “sexy”.
Lo que realmente me hizo volver a mirar Axis
fue una serie reciente de movimientos:
Dataset V1 → Axis V2 → Booster Robotics → OpenRoboto
En el fondo, apuntan a lo mismo:
poner en marcha de verdad el Data Loop de Physical AI.
Lo más difícil del entrenamiento de robots nunca es solo la falta de datos,
si no
cómo saber qué datos de la siguiente tanda se deben recolectar.
El flujo tradicional es más parecido a:
Task → Data → Model
Termina el entrenamiento y se despliega.
Si el modelo falla, entonces se vuelve a recolectar datos.
Axis V2 empieza a cambiar ese proceso.
Primero el modelo ejecuta la tarea.
Luego el modelo expone sus debilidades.
Los humanos hacen correcciones en nodos clave.
Los Correction Data vuelven al flujo de entrenamiento.
El modelo continúa fortaleciéndose.
Y después vuelve a exponer nuevas debilidades.
Entonces se transforma en:
Model → Failure → Correction → Data → Better Model
Ese es también el lado interesante del Human-Gated DAgger.
No es hacer que el humano repita de forma continua acciones que el modelo ya sabe hacer,
sino intervenir cuando el modelo realmente “no sabe qué hacer”.
Dicho de otra manera:
no es recopilar más respuestas correctas,
sino recopilar con precisión
por qué el modelo se equivoca.
Creo que esta puede ser una conversión de valor muy importante dentro de los datos de robótica.
Porque cuando el modelo ya sabe hacer algo,
agregar 10.000 demostraciones más
podría tener un valor marginal cada vez menor.
Pero en los lugares donde el modelo falla repetidamente,
es donde normalmente se necesita la siguiente ronda de datos para entrenar.
Así que cuando Axis habla de un Compounding Data Engine,
no lo interpreto como simplemente que el Dataset sea cada vez más grande,
sino como:
que cada ronda de entrenamiento ayude a que la recolección de datos en la siguiente ronda sea cada vez más precisa.
Por eso me parece tan digno de prestar atención el acuerdo reciente entre Axis y OpenRoboto.
Axis proporcionará 3M+ multimodal trajectories,
entrarán al Open Data Pool de OpenRoboto,
y además, mediante un Data-to-Model Pipeline, permitirá evaluación de modelos y benchmarks.
Esto extiende el ciclo cerrado aún más hasta:
Data → Training → Benchmark → Evaluation → Better Data
Antes yo solía entender Axis como
un Robot Data Platform.
Ahora me inclino más a entenderlo como
una Data Infrastructure para Physical AI.
Porque el hardware puede cambiar,
el modelo puede cambiar,
el VLA puede cambiar.
Pero los robots siempre necesitan obtener nuevas experiencias del mundo real.
Así que lo realmente importante a observar
no es cuántas trayectorias alcanzará Axis la próxima vez,
sino
si, cuando esos datos se empiecen a usar por más modelos, más robots y más benchmarks,
la Data Flywheel realmente comienza a producir un Compounding Effect.
Si ese ciclo se cierra y funciona,
la fosa de defensa de Axis podría no depender de cuántos datos tenemos,
sino de si podemos seguir produciendo la siguiente tanda de datos con un valor cada vez mayor.
Esa es, por ahora, la parte más interesante de Axis para mí.
#PhysicalAI #Robotics @KaitoAI #Axis #kaito
64
¡La IPO de Unitree Robotics explota 629%!
Unitree Robotics se disparó un 629% en su debut en Shanghái, convirtiéndose en el primer fabricante de robots humanoides que cotiza públicamente en el continente chino. La enorme demanda de la OPI destaca el creciente entusiasmo de los inversores por la IA física y la robótica humanoide.#UnitreeRobotics #HumanoidRobots #AI #artificialintelligence. #Robotics #PhysicalAI
$BTC
{spot}(BTCUSDT)
$SPCXB
{spot}(SPCXBUSDT)
$XRP
{spot}(XRPUSDT)
¡La IPO de Unitree Robotics explota 629%!
Unitree Robotics se disparó un 629% en su debut en Shanghái, convirtiéndose en el primer fabricante de robots humanoides que cotiza públicamente en el continente chino. La enorme demanda de la OPI destaca el creciente entusiasmo de los inversores por la IA física y la robótica humanoide.#UnitreeRobotics #HumanoidRobots #AI #artificialintelligence. #Robotics #PhysicalAI
$BTC
$SPCXB
$XRP
Unitree Robotics se disparó un 629% en su debut en Shanghái, convirtiéndose en el primer fabricante de robots humanoides que cotiza públicamente en el continente chino. La enorme demanda de la OPI destaca el creciente entusiasmo de los inversores por la IA física y la robótica humanoide.#UnitreeRobotics #HumanoidRobots #AI #artificialintelligence. #Robotics #PhysicalAI
$BTC
$SPCXB
$XRP
66
·
--
Artículo
La robótica es el trade después de la IA — y la mayoría de los inversores aún están dormidosLa IA le dio un cerebro a las máquinas. La robótica les da un cuerpo. Aquí te explico por qué el mayor evento de creación de riqueza de la próxima década ya está comenzando — y cómo posicionarte antes de que llegue la multitud.
El patrón que sigue cada gran trade
Cada década produce una narrativa tecnológica que crea riqueza generacional. En los 2000 fue internet. En los 2010 fue móvil y nube. A principios de los 2020 fue la IA — específicamente los chips, centros de datos y modelos que la alimentan. NVIDIA pasó de $150 a $1,200. Los inversores que lo vieron temprano obtuvieron un retorno de 8x. Los inversores que esperaron "pruebas" compraron en la cima.
La robótica es el trade después de la IA — y la mayoría de los inversores aún están dormidos
La IA le dio un cerebro a las máquinas. La robótica les da un cuerpo. Aquí te explico por qué el mayor evento de creación de riqueza de la próxima década ya está comenzando — y cómo posicionarte antes de que llegue la multitud.
El patrón que sigue cada gran trade
Cada década produce una narrativa tecnológica que crea riqueza generacional. En los 2000 fue internet. En los 2010 fue móvil y nube. A principios de los 2020 fue la IA — específicamente los chips, centros de datos y modelos que la alimentan. NVIDIA pasó de $150 a $1,200. Los inversores que lo vieron temprano obtuvieron un retorno de 8x. Los inversores que esperaron "pruebas" compraron en la cima.
El patrón que sigue cada gran trade
Cada década produce una narrativa tecnológica que crea riqueza generacional. En los 2000 fue internet. En los 2010 fue móvil y nube. A principios de los 2020 fue la IA — específicamente los chips, centros de datos y modelos que la alimentan. NVIDIA pasó de $150 a $1,200. Los inversores que lo vieron temprano obtuvieron un retorno de 8x. Los inversores que esperaron "pruebas" compraron en la cima.
1
1
108
·
--
Vangrid obtuvo una financiación de 9 millones de dólares, con la participación de HashKey Capital, Borderless Capital, Crypto.com Capital, Animoca Brands, Mapleblock Capital y Gate.io。
La propuesta del proyecto es muy interesante: se trata de una base de datos cartográfica de espacio tridimensional para la era de la Physical AI; dicho de forma simple, consiste en proporcionar a robots, vehículos autónomos y agentes con capacidad física un "mapa del mundo real" que se actualiza de manera constante.
A diferencia de la cartografía tradicional, Vangrid sigue una ruta DePIN + crowdsourcing: apalancándose en usuarios de teléfonos inteligentes de todo el mundo para recopilar datos de espacio tridimensional y, posteriormente, utilizando mecanismos en cadena para completar la verificación de confianza de los datos. Así, los costes de recopilación de datos se reducen de forma significativa, y las empresas de robótica y los desarrolladores de agentes pueden solicitar datos del mundo real de bajo coste y con alta frescura.
En mi opinión, el elenco de esta ronda de financiación revela tres señales:
Primero, la apuesta de los capitales por la infraestructura de Physical AI se está acelerando; a la industria de la robótica no le falta solo potencia de cálculo, sino también "combustible de datos".
Segundo, el foco del relato DePIN se está moviendo de un mero "minado de hardware" hacia una "oferta de datos para la IA", y Vangrid combina ambos.
Tercero, el teléfono inteligente, como el terminal de sensado más extendido, está siendo redefinido como un sensor de percepción colectiva para el mundo físico.
Lo siguiente que vale la pena observar es cómo su mecanismo de verificación de datos resiste las presentaciones maliciosas, y el ritmo real de despliegue de sus primeros clientes de robots / agentes.
#PhysicalAI #DePIN #Web3
Vangrid obtuvo una financiación de 9 millones de dólares, con la participación de HashKey Capital, Borderless Capital, Crypto.com Capital, Animoca Brands, Mapleblock Capital y Gate.io。
La propuesta del proyecto es muy interesante: se trata de una base de datos cartográfica de espacio tridimensional para la era de la Physical AI; dicho de forma simple, consiste en proporcionar a robots, vehículos autónomos y agentes con capacidad física un "mapa del mundo real" que se actualiza de manera constante.
A diferencia de la cartografía tradicional, Vangrid sigue una ruta DePIN + crowdsourcing: apalancándose en usuarios de teléfonos inteligentes de todo el mundo para recopilar datos de espacio tridimensional y, posteriormente, utilizando mecanismos en cadena para completar la verificación de confianza de los datos. Así, los costes de recopilación de datos se reducen de forma significativa, y las empresas de robótica y los desarrolladores de agentes pueden solicitar datos del mundo real de bajo coste y con alta frescura.
En mi opinión, el elenco de esta ronda de financiación revela tres señales:
Primero, la apuesta de los capitales por la infraestructura de Physical AI se está acelerando; a la industria de la robótica no le falta solo potencia de cálculo, sino también "combustible de datos".
Segundo, el foco del relato DePIN se está moviendo de un mero "minado de hardware" hacia una "oferta de datos para la IA", y Vangrid combina ambos.
Tercero, el teléfono inteligente, como el terminal de sensado más extendido, está siendo redefinido como un sensor de percepción colectiva para el mundo físico.
Lo siguiente que vale la pena observar es cómo su mecanismo de verificación de datos resiste las presentaciones maliciosas, y el ritmo real de despliegue de sus primeros clientes de robots / agentes.
#PhysicalAI #DePIN #Web3
La propuesta del proyecto es muy interesante: se trata de una base de datos cartográfica de espacio tridimensional para la era de la Physical AI; dicho de forma simple, consiste en proporcionar a robots, vehículos autónomos y agentes con capacidad física un "mapa del mundo real" que se actualiza de manera constante.
A diferencia de la cartografía tradicional, Vangrid sigue una ruta DePIN + crowdsourcing: apalancándose en usuarios de teléfonos inteligentes de todo el mundo para recopilar datos de espacio tridimensional y, posteriormente, utilizando mecanismos en cadena para completar la verificación de confianza de los datos. Así, los costes de recopilación de datos se reducen de forma significativa, y las empresas de robótica y los desarrolladores de agentes pueden solicitar datos del mundo real de bajo coste y con alta frescura.
En mi opinión, el elenco de esta ronda de financiación revela tres señales:
Primero, la apuesta de los capitales por la infraestructura de Physical AI se está acelerando; a la industria de la robótica no le falta solo potencia de cálculo, sino también "combustible de datos".
Segundo, el foco del relato DePIN se está moviendo de un mero "minado de hardware" hacia una "oferta de datos para la IA", y Vangrid combina ambos.
Tercero, el teléfono inteligente, como el terminal de sensado más extendido, está siendo redefinido como un sensor de percepción colectiva para el mundo físico.
Lo siguiente que vale la pena observar es cómo su mecanismo de verificación de datos resiste las presentaciones maliciosas, y el ritmo real de despliegue de sus primeros clientes de robots / agentes.
#PhysicalAI #DePIN #Web3
10
·
--
Artículo
Physical AI diez años ②: si solo pudiera comprar una acción de un robot, elegiría TSLAen los últimos meses.
He investigado muchas empresas de robótica.
Figura.
Agility.
Apptronik.
UBTECH.
y toda la cadena industrial de la robótica.
pero si ahora mismo solo pudiera elegir una empresa,
Mi respuesta es en realidad muy sencilla:
**TSLA.**
no es porque sea la más avanzada en robótica.
no es porque Musk sea el mejor contando historias.
ni mucho menos porque al mercado le guste más presumirla.
es porque:
**Si Physical AI de verdad se convierte en la supertendencia de los próximos diez años.**
Es muy posible que TSLA, en toda la cadena de la industria,
sea la primera en ganar dinero,
la primera en hacer realidad resultados,
la primera en entrar en la producción a gran escala,
Physical AI diez años ②: si solo pudiera comprar una acción de un robot, elegiría TSLA
en los últimos meses.
He investigado muchas empresas de robótica.
Figura.
Agility.
Apptronik.
UBTECH.
y toda la cadena industrial de la robótica.
pero si ahora mismo solo pudiera elegir una empresa,
Mi respuesta es en realidad muy sencilla:
**TSLA.**
no es porque sea la más avanzada en robótica.
no es porque Musk sea el mejor contando historias.
ni mucho menos porque al mercado le guste más presumirla.
es porque:
**Si Physical AI de verdad se convierte en la supertendencia de los próximos diez años.**
Es muy posible que TSLA, en toda la cadena de la industria,
sea la primera en ganar dinero,
la primera en hacer realidad resultados,
la primera en entrar en la producción a gran escala,
He investigado muchas empresas de robótica.
Figura.
Agility.
Apptronik.
UBTECH.
y toda la cadena industrial de la robótica.
pero si ahora mismo solo pudiera elegir una empresa,
Mi respuesta es en realidad muy sencilla:
**TSLA.**
no es porque sea la más avanzada en robótica.
no es porque Musk sea el mejor contando historias.
ni mucho menos porque al mercado le guste más presumirla.
es porque:
**Si Physical AI de verdad se convierte en la supertendencia de los próximos diez años.**
Es muy posible que TSLA, en toda la cadena de la industria,
sea la primera en ganar dinero,
la primera en hacer realidad resultados,
la primera en entrar en la producción a gran escala,
TSLAUS+0,02 %
1
358
Vangrid consigue una financiación de 9 millones de dólares, con HashKey Capital, Animoca Brands, Crypto.com Capital, Borderless Capital, Mapleblock Capital y Gate.io participando como inversores; el equipo es bastante sólido.
Lo más interesante de este proyecto no es el monto de la financiación, sino el escenario en el que entra: Physical AI está en plena explosión, pero para que los robots salgan del laboratorio, la primera barrera es “entender el mundo real”. Los datos tridimensionales de alta precisión sobre el espacio antes dependían de los lidar y de flotas de vehículos de topografía profesionales: son caros, se actualizan lentamente y no pueden sostener despliegues a gran escala.
La solución de Vangrid consiste en usar teléfonos inteligentes para una recolección mediante crowdsourcing: convertir los móviles de la gente en terminales de medición y cartografía en movimiento, y luego completar la verificación de confianza de los datos mediante mecanismos en cadena. En esencia, se trata de construir una “red descentralizada de mapas del mundo real”. Una vez que la capa de datos funcione, los robots, los agentes inteligentes autónomos y las aplicaciones de AR/VR podrán beneficiarse directamente.
En el sector DePIN hay muchos proyectos que se enfocan en computación o almacenamiento, pero los que realmente apuestan por una “infraestructura de datos del mundo físico” son pocos. Vangrid ha elegido un camino más difícil y con un foso defensivo más alto; vale la pena seguir de cerca los progresos de su implementación a largo plazo.
#DePIN #PhysicalAI #Web3
Vangrid consigue una financiación de 9 millones de dólares, con HashKey Capital, Animoca Brands, Crypto.com Capital, Borderless Capital, Mapleblock Capital y Gate.io participando como inversores; el equipo es bastante sólido.
Lo más interesante de este proyecto no es el monto de la financiación, sino el escenario en el que entra: Physical AI está en plena explosión, pero para que los robots salgan del laboratorio, la primera barrera es “entender el mundo real”. Los datos tridimensionales de alta precisión sobre el espacio antes dependían de los lidar y de flotas de vehículos de topografía profesionales: son caros, se actualizan lentamente y no pueden sostener despliegues a gran escala.
La solución de Vangrid consiste en usar teléfonos inteligentes para una recolección mediante crowdsourcing: convertir los móviles de la gente en terminales de medición y cartografía en movimiento, y luego completar la verificación de confianza de los datos mediante mecanismos en cadena. En esencia, se trata de construir una “red descentralizada de mapas del mundo real”. Una vez que la capa de datos funcione, los robots, los agentes inteligentes autónomos y las aplicaciones de AR/VR podrán beneficiarse directamente.
En el sector DePIN hay muchos proyectos que se enfocan en computación o almacenamiento, pero los que realmente apuestan por una “infraestructura de datos del mundo físico” son pocos. Vangrid ha elegido un camino más difícil y con un foso defensivo más alto; vale la pena seguir de cerca los progresos de su implementación a largo plazo.
#DePIN #PhysicalAI #Web3
Lo más interesante de este proyecto no es el monto de la financiación, sino el escenario en el que entra: Physical AI está en plena explosión, pero para que los robots salgan del laboratorio, la primera barrera es “entender el mundo real”. Los datos tridimensionales de alta precisión sobre el espacio antes dependían de los lidar y de flotas de vehículos de topografía profesionales: son caros, se actualizan lentamente y no pueden sostener despliegues a gran escala.
La solución de Vangrid consiste en usar teléfonos inteligentes para una recolección mediante crowdsourcing: convertir los móviles de la gente en terminales de medición y cartografía en movimiento, y luego completar la verificación de confianza de los datos mediante mecanismos en cadena. En esencia, se trata de construir una “red descentralizada de mapas del mundo real”. Una vez que la capa de datos funcione, los robots, los agentes inteligentes autónomos y las aplicaciones de AR/VR podrán beneficiarse directamente.
En el sector DePIN hay muchos proyectos que se enfocan en computación o almacenamiento, pero los que realmente apuestan por una “infraestructura de datos del mundo físico” son pocos. Vangrid ha elegido un camino más difícil y con un foso defensivo más alto; vale la pena seguir de cerca los progresos de su implementación a largo plazo.
#DePIN #PhysicalAI #Web3
9
·
--
IA Física y Robots Humanoides: El Futuro de la IA en 2026
🤖 ¡El Futuro No Llega—Ya Está Aquí!
Imagina robots que pueden caminar, pensar, reconocer personas, trabajar en fábricas, ayudar a los doctores e incluso apoyar en casa.
Bienvenido al mundo de la IA Física y los Robots Humanoides: una de las tendencias de IA más grandes de 2026.
📖 En este artículo, descubrirás:
✅ Qué es la IA Física
✅ Cómo funcionan los robots humanoides
✅ Aplicaciones en el mundo real
✅ Las mejores empresas de robótica
✅ Beneficios y desafíos
✅ Tendencias futuras que darán forma al mañana
Tanto si eres estudiante, amante de la tecnología o profesional de negocios, esta guía explica todo en inglés sencillo.
🔗 Lee el artículo completo aquí:
https://aiwithnimrapk.blogspot.com/
Aquí está el enlace de este artículo ..👇🔗
https://aiwithnimrapk.blogspot.com/2026/08/physical-ai-humanoid-robots-future-of.html
💬 ¿Crees que los robots humanoides formarán parte de nuestras vidas diarias? ¡Comparte tus ideas abajo!
#artificialintelligence. #PhysicalAI #RobotsHumanoides #Robótica #FutureTechnolog #InnovaciónIA #machinelearning #Automatización #TendenciasTecnológicas #AIwithNimra
$GOOGL.US
IA Física y Robots Humanoides: El Futuro de la IA en 2026
🤖 ¡El Futuro No Llega—Ya Está Aquí!
Imagina robots que pueden caminar, pensar, reconocer personas, trabajar en fábricas, ayudar a los doctores e incluso apoyar en casa.
Bienvenido al mundo de la IA Física y los Robots Humanoides: una de las tendencias de IA más grandes de 2026.
📖 En este artículo, descubrirás:
✅ Qué es la IA Física
✅ Cómo funcionan los robots humanoides
✅ Aplicaciones en el mundo real
✅ Las mejores empresas de robótica
✅ Beneficios y desafíos
✅ Tendencias futuras que darán forma al mañana
Tanto si eres estudiante, amante de la tecnología o profesional de negocios, esta guía explica todo en inglés sencillo.
🔗 Lee el artículo completo aquí:
https://aiwithnimrapk.blogspot.com/
Aquí está el enlace de este artículo ..👇🔗
https://aiwithnimrapk.blogspot.com/2026/08/physical-ai-humanoid-robots-future-of.html
💬 ¿Crees que los robots humanoides formarán parte de nuestras vidas diarias? ¡Comparte tus ideas abajo!
#artificialintelligence. #PhysicalAI #RobotsHumanoides #Robótica #FutureTechnolog #InnovaciónIA #machinelearning #Automatización #TendenciasTecnológicas #AIwithNimra
$GOOGL.US
🤖 ¡El Futuro No Llega—Ya Está Aquí!
Imagina robots que pueden caminar, pensar, reconocer personas, trabajar en fábricas, ayudar a los doctores e incluso apoyar en casa.
Bienvenido al mundo de la IA Física y los Robots Humanoides: una de las tendencias de IA más grandes de 2026.
📖 En este artículo, descubrirás:
✅ Qué es la IA Física
✅ Cómo funcionan los robots humanoides
✅ Aplicaciones en el mundo real
✅ Las mejores empresas de robótica
✅ Beneficios y desafíos
✅ Tendencias futuras que darán forma al mañana
Tanto si eres estudiante, amante de la tecnología o profesional de negocios, esta guía explica todo en inglés sencillo.
🔗 Lee el artículo completo aquí:
https://aiwithnimrapk.blogspot.com/
Aquí está el enlace de este artículo ..👇🔗
https://aiwithnimrapk.blogspot.com/2026/08/physical-ai-humanoid-robots-future-of.html
💬 ¿Crees que los robots humanoides formarán parte de nuestras vidas diarias? ¡Comparte tus ideas abajo!
#artificialintelligence. #PhysicalAI #RobotsHumanoides #Robótica #FutureTechnolog #InnovaciónIA #machinelearning #Automatización #TendenciasTecnológicas #AIwithNimra
$GOOGL.US
GOOGLUS-0,13 %
1
95
Vangrid consigue una ronda de financiación de 9 millones de dólares, con la participación de HashKey Capital, Crypto.com Capital, Animoca Brands, Borderless Capital, Mapleblock Capital, Gate.io, entre otros.
El ángulo que aborda este proyecto es bastante interesante: convertir los “datos de espacio” en una red DePIN.
En pocas palabras, intenta resolver el problema de las “miradas/ojos” para los robots y los agentes inteligentes autónomos. Para que la IA física llegue a materializarse, lo que más falta no es potencia de cómputo, sino un mapa de escenarios real actualizado de forma continua. Los métodos tradicionales dependen de vehículos de topografía profesional o de lidar, lo cual es caro y la cobertura avanza lento. Vangrid cambió el enfoque: usar las cámaras de teléfonos inteligentes globales para una recopilación crowdsourcing, y apoyarlo con verificación en cadena para garantizar la confiabilidad de los datos.
Algunos puntos que vale la pena destacar:
1. El crowdsourcing con teléfonos implica que el costo marginal es prácticamente cero, por lo que la velocidad de expansión, en teoría, puede crecer de forma exponencial.
2. Los datos tridimensionales de espacio son el combustible base para robots, conducción autónoma y AR; el techo de demanda en el lado del mercado es muy alto.
3. La verificación on-chain resuelve el problema de confianza de “entran datos basura y sale mal la decisión de la IA”, algo que es una necesidad crítica en aplicaciones del mundo físico.
La dirección del sector es correcta. El relato de Physical AI ha mantenido un aumento constante de interés durante estos dos años; lo clave ahora es la calidad de los datos, el diseño de los incentivos y si pueden lograr realmente efectos de red.
#PhysicalAI #DePIN #computación espacial
Vangrid consigue una ronda de financiación de 9 millones de dólares, con la participación de HashKey Capital, Crypto.com Capital, Animoca Brands, Borderless Capital, Mapleblock Capital, Gate.io, entre otros.
El ángulo que aborda este proyecto es bastante interesante: convertir los “datos de espacio” en una red DePIN.
En pocas palabras, intenta resolver el problema de las “miradas/ojos” para los robots y los agentes inteligentes autónomos. Para que la IA física llegue a materializarse, lo que más falta no es potencia de cómputo, sino un mapa de escenarios real actualizado de forma continua. Los métodos tradicionales dependen de vehículos de topografía profesional o de lidar, lo cual es caro y la cobertura avanza lento. Vangrid cambió el enfoque: usar las cámaras de teléfonos inteligentes globales para una recopilación crowdsourcing, y apoyarlo con verificación en cadena para garantizar la confiabilidad de los datos.
Algunos puntos que vale la pena destacar:
1. El crowdsourcing con teléfonos implica que el costo marginal es prácticamente cero, por lo que la velocidad de expansión, en teoría, puede crecer de forma exponencial.
2. Los datos tridimensionales de espacio son el combustible base para robots, conducción autónoma y AR; el techo de demanda en el lado del mercado es muy alto.
3. La verificación on-chain resuelve el problema de confianza de “entran datos basura y sale mal la decisión de la IA”, algo que es una necesidad crítica en aplicaciones del mundo físico.
La dirección del sector es correcta. El relato de Physical AI ha mantenido un aumento constante de interés durante estos dos años; lo clave ahora es la calidad de los datos, el diseño de los incentivos y si pueden lograr realmente efectos de red.
#PhysicalAI #DePIN #computación espacial
El ángulo que aborda este proyecto es bastante interesante: convertir los “datos de espacio” en una red DePIN.
En pocas palabras, intenta resolver el problema de las “miradas/ojos” para los robots y los agentes inteligentes autónomos. Para que la IA física llegue a materializarse, lo que más falta no es potencia de cómputo, sino un mapa de escenarios real actualizado de forma continua. Los métodos tradicionales dependen de vehículos de topografía profesional o de lidar, lo cual es caro y la cobertura avanza lento. Vangrid cambió el enfoque: usar las cámaras de teléfonos inteligentes globales para una recopilación crowdsourcing, y apoyarlo con verificación en cadena para garantizar la confiabilidad de los datos.
Algunos puntos que vale la pena destacar:
1. El crowdsourcing con teléfonos implica que el costo marginal es prácticamente cero, por lo que la velocidad de expansión, en teoría, puede crecer de forma exponencial.
2. Los datos tridimensionales de espacio son el combustible base para robots, conducción autónoma y AR; el techo de demanda en el lado del mercado es muy alto.
3. La verificación on-chain resuelve el problema de confianza de “entran datos basura y sale mal la decisión de la IA”, algo que es una necesidad crítica en aplicaciones del mundo físico.
La dirección del sector es correcta. El relato de Physical AI ha mantenido un aumento constante de interés durante estos dos años; lo clave ahora es la calidad de los datos, el diseño de los incentivos y si pueden lograr realmente efectos de red.
#PhysicalAI #DePIN #computación espacial
4
·
--
🚨 La mayor oportunidad de la IA tal vez no sean los robots humanoides.
Según la Cumbre de Physical AI de Citi, los ganadores a corto plazo probablemente serán **robots específicos para tareas**, no humanoides de propósito general.
¿Por qué?
• Resuelven escasez real de mano de obra.
• Generan ROI mucho más rápido.
• Recopilan datos reales y patentados del mundo.
• Ya se están implementando en logística, almacenes y fabricación de automóviles.
Las empresas que construyan el mejor motor de datos y resuelvan los desafíos reales de implementación—y no las que tengan las demostraciones más llamativas—podrían convertirse en los ganadores a largo plazo.
¿En qué empresa de Physical AI estás más optimista? 👇
#Aİ #PhysicalAI
🚨 La mayor oportunidad de la IA tal vez no sean los robots humanoides.
Según la Cumbre de Physical AI de Citi, los ganadores a corto plazo probablemente serán **robots específicos para tareas**, no humanoides de propósito general.
¿Por qué?
• Resuelven escasez real de mano de obra.
• Generan ROI mucho más rápido.
• Recopilan datos reales y patentados del mundo.
• Ya se están implementando en logística, almacenes y fabricación de automóviles.
Las empresas que construyan el mejor motor de datos y resuelvan los desafíos reales de implementación—y no las que tengan las demostraciones más llamativas—podrían convertirse en los ganadores a largo plazo.
¿En qué empresa de Physical AI estás más optimista? 👇
#Aİ #PhysicalAI
Según la Cumbre de Physical AI de Citi, los ganadores a corto plazo probablemente serán **robots específicos para tareas**, no humanoides de propósito general.
¿Por qué?
• Resuelven escasez real de mano de obra.
• Generan ROI mucho más rápido.
• Recopilan datos reales y patentados del mundo.
• Ya se están implementando en logística, almacenes y fabricación de automóviles.
Las empresas que construyan el mejor motor de datos y resuelvan los desafíos reales de implementación—y no las que tengan las demostraciones más llamativas—podrían convertirse en los ganadores a largo plazo.
¿En qué empresa de Physical AI estás más optimista? 👇
#Aİ #PhysicalAI
94
$BB SURGEN UN 40% EN UNA SEMANA – EL OPERADOR SUBE UN 318% CON APALANCAMIENTO 10X 🔥
Entrada: $8.8 🔥
Esto no es solo un impulso aleatorio. El software QNX de BlackBerry está integrado en millones de coches inteligentes y robots: el mercado lo está revaluando para la narrativa de la Physical AI. Un operador abrió un largo con 10x en $8.8 hace solo 32 días y ya está con una ganancia del 318%. Con un 40% de ganancias semanales, el impulso es real.
¿Lo estás tratando como una vuelta fundamental o solo como otra corrida de memes?
No es asesoramiento financiero. Gestiona siempre tu riesgo.
#BB #MemeStock #PhysicalAI #Trading
🔥
$BB SURGEN UN 40% EN UNA SEMANA – EL OPERADOR SUBE UN 318% CON APALANCAMIENTO 10X 🔥
Entrada: $8.8 🔥
Esto no es solo un impulso aleatorio. El software QNX de BlackBerry está integrado en millones de coches inteligentes y robots: el mercado lo está revaluando para la narrativa de la Physical AI. Un operador abrió un largo con 10x en $8.8 hace solo 32 días y ya está con una ganancia del 318%. Con un 40% de ganancias semanales, el impulso es real.
¿Lo estás tratando como una vuelta fundamental o solo como otra corrida de memes?
No es asesoramiento financiero. Gestiona siempre tu riesgo.
#BB #MemeStock #PhysicalAI #Trading
🔥
Entrada: $8.8 🔥
Esto no es solo un impulso aleatorio. El software QNX de BlackBerry está integrado en millones de coches inteligentes y robots: el mercado lo está revaluando para la narrativa de la Physical AI. Un operador abrió un largo con 10x en $8.8 hace solo 32 días y ya está con una ganancia del 318%. Con un 40% de ganancias semanales, el impulso es real.
¿Lo estás tratando como una vuelta fundamental o solo como otra corrida de memes?
No es asesoramiento financiero. Gestiona siempre tu riesgo.
#BB #MemeStock #PhysicalAI #Trading
🔥
142
·
--
La IA no carece de datos; lo que falta son datos humanos más reales y más fiables.
KGeN está conectando humanos reales, datos y IA, para que el mundo real sea la base sobre la que la IA comprende el mundo.
Mejorar los datos. IA más inteligente. 🟩
#KGeN #AI #PhysicalAI
La IA no carece de datos; lo que falta son datos humanos más reales y más fiables.
KGeN está conectando humanos reales, datos y IA, para que el mundo real sea la base sobre la que la IA comprende el mundo.
Mejorar los datos. IA más inteligente. 🟩
#KGeN #AI #PhysicalAI
KGeN está conectando humanos reales, datos y IA, para que el mundo real sea la base sobre la que la IA comprende el mundo.
Mejorar los datos. IA más inteligente. 🟩
#KGeN #AI #PhysicalAI
341
·
--
Axis @axisrobotics 这次终于憋不住了
前面天天蹲任务、抢任务、刷 Points
结果 ahora directamente ha sacado a la venta el $AXIS Community Sale
Cuando vi el precio, mi primera reacción en realidad no fue “¿$0.1 es caro o no?”
Lo que hice fue ir corriendo a revisar las reglas
Esta vez se venderán 10 millones de unidades de $AXIS, que representan el 1% de la oferta total
$0.1 por unidad equivale a 100 millones de FDV
En esta ronda de $1M, una billetera individual que cumpla con los requisitos puede recibir como mínimo $100 y como máximo $100K
Del 21 de septiembre al 28 de septiembre
Y además, no es cuestión de tener las manos más rápidas para conseguir más
Si al final hay sobre-suscripción, se asignará de forma proporcional
El USDC que no se asigne se devolverá
Y hay algo que creo que todos deben tener muy en cuenta:
Hacer “farming” de Axis Points no es lo mismo que recibir $AXIS
El FAQ oficial ya ha dicho que los Points en sí no se pueden transferir
Y por el momento tampoco se ha publicado a qué proporción se canjean los Points por $AXIS
Así que los que antes estuvieron sacando puntos en tareas:
No vean que se abrió el Community Sale y automáticamente equiparen Points y tokens
Luego está el desbloqueo:
10% TGE
6 meses de cliff
El 90% restante se desbloquea linealmente durante los siguientes 6 meses
Y además, todavía no se ha publicado cuándo será exactamente el TGE
Lo que más me intriga ahora es cómo Axis conectará más adelante a estos contribuyentes, los Points y el verdadero $AXIS dentro de la comunidad
Porque ya han alcanzado 5.5 millones+ de “trajectories” y 200.000+ contribuyentes
Con este volumen, ya no es un proyecto que al principio no podía conseguir tareas todos los días
Por supuesto, las restricciones de elegibilidad también hay que leerlas con claridad
Regiones como Estados Unidos, China continental, Reino Unido, etc. actualmente no pueden participar
Y el oficial también ha dejado claro que no se permite usar VPN / Proxy para saltarse la restricción
Así que esta vez no hace falta apresurarse a gritar “entren ya”; primero miren bien las reglas
Especialmente este punto: Points ≠ $AXIS
No sea que después de haber “farmeado” durante medio día descubran que entendieron algo mal
#AXIS #PhysicalAI
Axis @axisrobotics 这次终于憋不住了
前面天天蹲任务、抢任务、刷 Points
结果 ahora directamente ha sacado a la venta el $AXIS Community Sale
Cuando vi el precio, mi primera reacción en realidad no fue “¿$0.1 es caro o no?”
Lo que hice fue ir corriendo a revisar las reglas
Esta vez se venderán 10 millones de unidades de $AXIS, que representan el 1% de la oferta total
$0.1 por unidad equivale a 100 millones de FDV
En esta ronda de $1M, una billetera individual que cumpla con los requisitos puede recibir como mínimo $100 y como máximo $100K
Del 21 de septiembre al 28 de septiembre
Y además, no es cuestión de tener las manos más rápidas para conseguir más
Si al final hay sobre-suscripción, se asignará de forma proporcional
El USDC que no se asigne se devolverá
Y hay algo que creo que todos deben tener muy en cuenta:
Hacer “farming” de Axis Points no es lo mismo que recibir $AXIS
El FAQ oficial ya ha dicho que los Points en sí no se pueden transferir
Y por el momento tampoco se ha publicado a qué proporción se canjean los Points por $AXIS
Así que los que antes estuvieron sacando puntos en tareas:
No vean que se abrió el Community Sale y automáticamente equiparen Points y tokens
Luego está el desbloqueo:
10% TGE
6 meses de cliff
El 90% restante se desbloquea linealmente durante los siguientes 6 meses
Y además, todavía no se ha publicado cuándo será exactamente el TGE
Lo que más me intriga ahora es cómo Axis conectará más adelante a estos contribuyentes, los Points y el verdadero $AXIS dentro de la comunidad
Porque ya han alcanzado 5.5 millones+ de “trajectories” y 200.000+ contribuyentes
Con este volumen, ya no es un proyecto que al principio no podía conseguir tareas todos los días
Por supuesto, las restricciones de elegibilidad también hay que leerlas con claridad
Regiones como Estados Unidos, China continental, Reino Unido, etc. actualmente no pueden participar
Y el oficial también ha dejado claro que no se permite usar VPN / Proxy para saltarse la restricción
Así que esta vez no hace falta apresurarse a gritar “entren ya”; primero miren bien las reglas
Especialmente este punto: Points ≠ $AXIS
No sea que después de haber “farmeado” durante medio día descubran que entendieron algo mal
#AXIS #PhysicalAI
前面天天蹲任务、抢任务、刷 Points
结果 ahora directamente ha sacado a la venta el $AXIS Community Sale
Cuando vi el precio, mi primera reacción en realidad no fue “¿$0.1 es caro o no?”
Lo que hice fue ir corriendo a revisar las reglas
Esta vez se venderán 10 millones de unidades de $AXIS, que representan el 1% de la oferta total
$0.1 por unidad equivale a 100 millones de FDV
En esta ronda de $1M, una billetera individual que cumpla con los requisitos puede recibir como mínimo $100 y como máximo $100K
Del 21 de septiembre al 28 de septiembre
Y además, no es cuestión de tener las manos más rápidas para conseguir más
Si al final hay sobre-suscripción, se asignará de forma proporcional
El USDC que no se asigne se devolverá
Y hay algo que creo que todos deben tener muy en cuenta:
Hacer “farming” de Axis Points no es lo mismo que recibir $AXIS
El FAQ oficial ya ha dicho que los Points en sí no se pueden transferir
Y por el momento tampoco se ha publicado a qué proporción se canjean los Points por $AXIS
Así que los que antes estuvieron sacando puntos en tareas:
No vean que se abrió el Community Sale y automáticamente equiparen Points y tokens
Luego está el desbloqueo:
10% TGE
6 meses de cliff
El 90% restante se desbloquea linealmente durante los siguientes 6 meses
Y además, todavía no se ha publicado cuándo será exactamente el TGE
Lo que más me intriga ahora es cómo Axis conectará más adelante a estos contribuyentes, los Points y el verdadero $AXIS dentro de la comunidad
Porque ya han alcanzado 5.5 millones+ de “trajectories” y 200.000+ contribuyentes
Con este volumen, ya no es un proyecto que al principio no podía conseguir tareas todos los días
Por supuesto, las restricciones de elegibilidad también hay que leerlas con claridad
Regiones como Estados Unidos, China continental, Reino Unido, etc. actualmente no pueden participar
Y el oficial también ha dejado claro que no se permite usar VPN / Proxy para saltarse la restricción
Así que esta vez no hace falta apresurarse a gritar “entren ya”; primero miren bien las reglas
Especialmente este punto: Points ≠ $AXIS
No sea que después de haber “farmeado” durante medio día descubran que entendieron algo mal
#AXIS #PhysicalAI
33
·
--
🦈 LA PREVENTA DE $AXIS ABRE A $0.1 A MEDIDA QUE EL MOTOR DE DATOS FÍSICOS DE IA BASE EXPANDE 🚀
Entrada: $0.1 ⚡
📌 Axis Robotics ha abierto la preinscripción para $AXIS, ofreciendo 10 millones de tokens a $0.1, una recaudación de $1M y 1% del suministro con un FDV de $100M. 🦈 La capa de datos Base-nativa de Physical AI afirma 5M+ trayectorias y 200K+ contribuyentes.
💡 Solo se desbloquea el 10% en el TGE, mientras el resto se consolida, limitando el choque inmediato de oferta pero aun así requiere una dimensionación disciplinada. La suscripción se ejecuta del 21 al 28 de septiembre con un mínimo de $100, un máximo de $100,000, KYC/KYB, y exclusiones de jurisdicciones restringidas. 💬 ¿Tomarías $AXIS a $0.1, o esperarías la liquidez posterior al TGE para confirmar?
⚠️ No es asesoramiento financiero. Siempre gestiona tu riesgo. 🛡️
🏷️ #AXIS #Base #PhysicalAI #TokenSale #Crypto
🎯 🦈
🦈 LA PREVENTA DE $AXIS ABRE A $0.1 A MEDIDA QUE EL MOTOR DE DATOS FÍSICOS DE IA BASE EXPANDE 🚀
Entrada: $0.1 ⚡
📌 Axis Robotics ha abierto la preinscripción para $AXIS, ofreciendo 10 millones de tokens a $0.1, una recaudación de $1M y 1% del suministro con un FDV de $100M. 🦈 La capa de datos Base-nativa de Physical AI afirma 5M+ trayectorias y 200K+ contribuyentes.
💡 Solo se desbloquea el 10% en el TGE, mientras el resto se consolida, limitando el choque inmediato de oferta pero aun así requiere una dimensionación disciplinada. La suscripción se ejecuta del 21 al 28 de septiembre con un mínimo de $100, un máximo de $100,000, KYC/KYB, y exclusiones de jurisdicciones restringidas. 💬 ¿Tomarías $AXIS a $0.1, o esperarías la liquidez posterior al TGE para confirmar?
⚠️ No es asesoramiento financiero. Siempre gestiona tu riesgo. 🛡️
🏷️ #AXIS #Base #PhysicalAI #TokenSale #Crypto
🎯 🦈
Entrada: $0.1 ⚡
📌 Axis Robotics ha abierto la preinscripción para $AXIS, ofreciendo 10 millones de tokens a $0.1, una recaudación de $1M y 1% del suministro con un FDV de $100M. 🦈 La capa de datos Base-nativa de Physical AI afirma 5M+ trayectorias y 200K+ contribuyentes.
💡 Solo se desbloquea el 10% en el TGE, mientras el resto se consolida, limitando el choque inmediato de oferta pero aun así requiere una dimensionación disciplinada. La suscripción se ejecuta del 21 al 28 de septiembre con un mínimo de $100, un máximo de $100,000, KYC/KYB, y exclusiones de jurisdicciones restringidas. 💬 ¿Tomarías $AXIS a $0.1, o esperarías la liquidez posterior al TGE para confirmar?
⚠️ No es asesoramiento financiero. Siempre gestiona tu riesgo. 🛡️
🏷️ #AXIS #Base #PhysicalAI #TokenSale #Crypto
🎯 🦈
·
--
⚡ $AXIS $100M VENTA FDV: PRUEBAS DE SUMINISTRO 1% BASE AI HYPE
Entrada: 0.10 ⚡
📌 Axis Robotics acaba de abrir la preinscripción para la venta pública de $AXIS: 10 millones de tokens a 0.10, solo 1% del suministro, con un FDV de $100 millones. 💡 La ventana va del 21 de septiembre al 28 de septiembre, con liquidación en USDC y KYC requerido.
🔍 La narrativa es AI física de datos en Base: 5 millones de trayectorias, 200k contribuidores y una semilla de $12 millones liderada por Hack VC. ⚡ Pero solo se desbloquea el 10% en TGE, así que la presión del suministro es el verdadero campo de batalla.
🤔 ¿Asignarías para la historia de datos de IA, o esperarías el descubrimiento de precios post-TGE?
⚠️ No es asesoramiento financiero. Gestiona siempre tu riesgo. 🛡️
🏷️ #AXIS #TokenSale #PhysicalAI #Base #Crypto
🎯 🦈
⚡ $AXIS $100M VENTA FDV: PRUEBAS DE SUMINISTRO 1% BASE AI HYPE
Entrada: 0.10 ⚡
📌 Axis Robotics acaba de abrir la preinscripción para la venta pública de $AXIS: 10 millones de tokens a 0.10, solo 1% del suministro, con un FDV de $100 millones. 💡 La ventana va del 21 de septiembre al 28 de septiembre, con liquidación en USDC y KYC requerido.
🔍 La narrativa es AI física de datos en Base: 5 millones de trayectorias, 200k contribuidores y una semilla de $12 millones liderada por Hack VC. ⚡ Pero solo se desbloquea el 10% en TGE, así que la presión del suministro es el verdadero campo de batalla.
🤔 ¿Asignarías para la historia de datos de IA, o esperarías el descubrimiento de precios post-TGE?
⚠️ No es asesoramiento financiero. Gestiona siempre tu riesgo. 🛡️
🏷️ #AXIS #TokenSale #PhysicalAI #Base #Crypto
🎯 🦈
Entrada: 0.10 ⚡
📌 Axis Robotics acaba de abrir la preinscripción para la venta pública de $AXIS: 10 millones de tokens a 0.10, solo 1% del suministro, con un FDV de $100 millones. 💡 La ventana va del 21 de septiembre al 28 de septiembre, con liquidación en USDC y KYC requerido.
🔍 La narrativa es AI física de datos en Base: 5 millones de trayectorias, 200k contribuidores y una semilla de $12 millones liderada por Hack VC. ⚡ Pero solo se desbloquea el 10% en TGE, así que la presión del suministro es el verdadero campo de batalla.
🤔 ¿Asignarías para la historia de datos de IA, o esperarías el descubrimiento de precios post-TGE?
⚠️ No es asesoramiento financiero. Gestiona siempre tu riesgo. 🛡️
🏷️ #AXIS #TokenSale #PhysicalAI #Base #Crypto
🎯 🦈
6
·
--
🚨 EL DINERO INTELIGENTE ACUMULA INFRAESTRUCTURA DE DATOS “EMBODIED” EN EL MUNDO REAL MIENTRAS $4D ASEGURA CAPITAL! 🦈
YZi Labs tiene capital estratégico posicionado en $4D tras la segunda temporada de EASY Residency, apuntando al cuello de botella central de la computación espacial. 🔍 A medida que la IA converge con la arquitectura física, las capas de datos 3D verificables se están convirtiendo en el foco institucional principal para la captación de valor a largo plazo. 📌
Esta asignación temprana de capital destaca un cambio estructural emergente hacia redes de IA físicas. 📊 El dinero inteligente se posiciona antes del descubrimiento minorista, apuntando a la propiedad demostrable de los datos en lugar de a la infraestructura especulativa.
💬 ¿Los protocolos descentralizados de datos espaciales superarán a los tokens estándar de cómputo de IA en el próximo tramo de expansión? 👇
⚠️ No es asesoramiento financiero. Gestiona siempre tu riesgo. 🛡️
🏷️ #4D #PhysicalAI #Web3 #SpatialAI #Crypto
🦈 🎯
🚨 EL DINERO INTELIGENTE ACUMULA INFRAESTRUCTURA DE DATOS “EMBODIED” EN EL MUNDO REAL MIENTRAS $4D ASEGURA CAPITAL! 🦈
YZi Labs tiene capital estratégico posicionado en $4D tras la segunda temporada de EASY Residency, apuntando al cuello de botella central de la computación espacial. 🔍 A medida que la IA converge con la arquitectura física, las capas de datos 3D verificables se están convirtiendo en el foco institucional principal para la captación de valor a largo plazo. 📌
Esta asignación temprana de capital destaca un cambio estructural emergente hacia redes de IA físicas. 📊 El dinero inteligente se posiciona antes del descubrimiento minorista, apuntando a la propiedad demostrable de los datos en lugar de a la infraestructura especulativa.
💬 ¿Los protocolos descentralizados de datos espaciales superarán a los tokens estándar de cómputo de IA en el próximo tramo de expansión? 👇
⚠️ No es asesoramiento financiero. Gestiona siempre tu riesgo. 🛡️
🏷️ #4D #PhysicalAI #Web3 #SpatialAI #Crypto
🦈 🎯
YZi Labs tiene capital estratégico posicionado en $4D tras la segunda temporada de EASY Residency, apuntando al cuello de botella central de la computación espacial. 🔍 A medida que la IA converge con la arquitectura física, las capas de datos 3D verificables se están convirtiendo en el foco institucional principal para la captación de valor a largo plazo. 📌
Esta asignación temprana de capital destaca un cambio estructural emergente hacia redes de IA físicas. 📊 El dinero inteligente se posiciona antes del descubrimiento minorista, apuntando a la propiedad demostrable de los datos en lugar de a la infraestructura especulativa.
💬 ¿Los protocolos descentralizados de datos espaciales superarán a los tokens estándar de cómputo de IA en el próximo tramo de expansión? 👇
⚠️ No es asesoramiento financiero. Gestiona siempre tu riesgo. 🛡️
🏷️ #4D #PhysicalAI #Web3 #SpatialAI #Crypto
🦈 🎯
3
🚨 $QCOM ACELERA LA HUELLA FÍSICA DE IA INSTITUCIONAL CON UNA GRAN EXPANSIÓN EN ROBÓTICA DE JAPÓN ⚡
Qualcomm está sentando infraestructura estratégica en Japón, anclando el desarrollo físico de IA a largo plazo junto con titanes industriales como Toyota, Sony y Fanuc. 🦈 Esta expansión institucional apunta a cuellos de botella centrales de automatización, al tiempo que asegura una colocación temprana de hardware en las próximas pilas tecnológicas de robótica.
🔍 Al conectar arquitecturas de chips con despliegues de robótica empresarial, $QCOM se posiciona en la cúspide de la escalada real de IA. 📊 El “dinero inteligente” reconoce estas jugadas fundamentales del ecosistema como impulsores de valor de largo plazo antes de los ciclos macro de automatización.
💬 ¿Este movimiento estratégico de IA física refuerza a $QCOM como una posición institucional de máxima categoría para el próximo superciclo tecnológico? 👇
⚠️ No es asesoramiento financiero. Gestiona siempre tu riesgo. 🛡️
🏷️ #QCOM #PhysicalAI #Robotics #Tech #Ecosystem
🎯 🦈
🚨 $QCOM ACELERA LA HUELLA FÍSICA DE IA INSTITUCIONAL CON UNA GRAN EXPANSIÓN EN ROBÓTICA DE JAPÓN ⚡
Qualcomm está sentando infraestructura estratégica en Japón, anclando el desarrollo físico de IA a largo plazo junto con titanes industriales como Toyota, Sony y Fanuc. 🦈 Esta expansión institucional apunta a cuellos de botella centrales de automatización, al tiempo que asegura una colocación temprana de hardware en las próximas pilas tecnológicas de robótica.
🔍 Al conectar arquitecturas de chips con despliegues de robótica empresarial, $QCOM se posiciona en la cúspide de la escalada real de IA. 📊 El “dinero inteligente” reconoce estas jugadas fundamentales del ecosistema como impulsores de valor de largo plazo antes de los ciclos macro de automatización.
💬 ¿Este movimiento estratégico de IA física refuerza a $QCOM como una posición institucional de máxima categoría para el próximo superciclo tecnológico? 👇
⚠️ No es asesoramiento financiero. Gestiona siempre tu riesgo. 🛡️
🏷️ #QCOM #PhysicalAI #Robotics #Tech #Ecosystem
🎯 🦈
Qualcomm está sentando infraestructura estratégica en Japón, anclando el desarrollo físico de IA a largo plazo junto con titanes industriales como Toyota, Sony y Fanuc. 🦈 Esta expansión institucional apunta a cuellos de botella centrales de automatización, al tiempo que asegura una colocación temprana de hardware en las próximas pilas tecnológicas de robótica.
🔍 Al conectar arquitecturas de chips con despliegues de robótica empresarial, $QCOM se posiciona en la cúspide de la escalada real de IA. 📊 El “dinero inteligente” reconoce estas jugadas fundamentales del ecosistema como impulsores de valor de largo plazo antes de los ciclos macro de automatización.
💬 ¿Este movimiento estratégico de IA física refuerza a $QCOM como una posición institucional de máxima categoría para el próximo superciclo tecnológico? 👇
⚠️ No es asesoramiento financiero. Gestiona siempre tu riesgo. 🛡️
🏷️ #QCOM #PhysicalAI #Robotics #Tech #Ecosystem
🎯 🦈
29
⚡ $AI SECTOR IGNITA ROBÓTICA DE LA VIDA REAL ATRAe $4.5B EN CAPITAL INSTITUCIONAL! 💥
El dinero inteligente está entrando con fuerza en robótica física, con un enorme anuncio de valoración de $22B respaldado por titanes tecnológicos de primer nivel. ⚡ Esto ya no es solo exageración de software; la integración modelo-hardware está reclamando oficialmente el protagonismo en la posición institucional. 💡
Mientras el retail duerme ante el ruido de corto plazo, la liquidez está valorando en silencio la automatización comercial del mundo real antes de la expansión amplia del mercado. 📊 La IA física está pasando de los chatbots teóricos a la ejecución operativa real en entornos de mercado en vivo.
💬 ¿Te estás adelantando a esta narrativa de IA física desde temprano, o esperarás la ruptura cuando llegue al público general? 👇
⚠️ No es asesoramiento financiero. Gestiona siempre tu riesgo. 🛡️
🏷️ #AI #PhysicalAI #Robotics #Crypto #Tech
🔥 💎
⚡ $AI SECTOR IGNITA ROBÓTICA DE LA VIDA REAL ATRAe $4.5B EN CAPITAL INSTITUCIONAL! 💥
El dinero inteligente está entrando con fuerza en robótica física, con un enorme anuncio de valoración de $22B respaldado por titanes tecnológicos de primer nivel. ⚡ Esto ya no es solo exageración de software; la integración modelo-hardware está reclamando oficialmente el protagonismo en la posición institucional. 💡
Mientras el retail duerme ante el ruido de corto plazo, la liquidez está valorando en silencio la automatización comercial del mundo real antes de la expansión amplia del mercado. 📊 La IA física está pasando de los chatbots teóricos a la ejecución operativa real en entornos de mercado en vivo.
💬 ¿Te estás adelantando a esta narrativa de IA física desde temprano, o esperarás la ruptura cuando llegue al público general? 👇
⚠️ No es asesoramiento financiero. Gestiona siempre tu riesgo. 🛡️
🏷️ #AI #PhysicalAI #Robotics #Crypto #Tech
🔥 💎
El dinero inteligente está entrando con fuerza en robótica física, con un enorme anuncio de valoración de $22B respaldado por titanes tecnológicos de primer nivel. ⚡ Esto ya no es solo exageración de software; la integración modelo-hardware está reclamando oficialmente el protagonismo en la posición institucional. 💡
Mientras el retail duerme ante el ruido de corto plazo, la liquidez está valorando en silencio la automatización comercial del mundo real antes de la expansión amplia del mercado. 📊 La IA física está pasando de los chatbots teóricos a la ejecución operativa real en entornos de mercado en vivo.
💬 ¿Te estás adelantando a esta narrativa de IA física desde temprano, o esperarás la ruptura cuando llegue al público general? 👇
⚠️ No es asesoramiento financiero. Gestiona siempre tu riesgo. 🛡️
🏷️ #AI #PhysicalAI #Robotics #Crypto #Tech
🔥 💎
52
·
--
¡Ve rápido a hacerlo! ¡Ve rápido a hacerlo! ¡Ve rápido a hacerlo!
¡El primer proyecto en KaitoAI: la colaboración entre axisrobotics y la cartera de Binance! Enlace directo: hub.axisrobotics.ai/login
Recuerda usar una cartera sin llaves de bn para hacer las tareas; hay recompensas de puntos y insignias. Si quieres aprovecharte gratis, no te lo pierdas y hazlo.
Evento exclusivo de Binance Keyless Wallet: 1,500,000 Axis Points, 30 días. Solo para usuarios de carteras Binance nativas sin llaves, FCFS (primero en llegar, primero en ser atendido) en el pool de tareas.
Completa la tarea → revisión → firma en cadena, y podrás conseguir puntos + insignia conmemorativa. El pool de puntos es independiente del producto principal; se estima que es un bonus adicional de airdrop.
#PhysicalAI #Robotics #AxisRobotics
¡Ve rápido a hacerlo! ¡Ve rápido a hacerlo! ¡Ve rápido a hacerlo!
¡El primer proyecto en KaitoAI: la colaboración entre axisrobotics y la cartera de Binance! Enlace directo: hub.axisrobotics.ai/login
Recuerda usar una cartera sin llaves de bn para hacer las tareas; hay recompensas de puntos y insignias. Si quieres aprovecharte gratis, no te lo pierdas y hazlo.
Evento exclusivo de Binance Keyless Wallet: 1,500,000 Axis Points, 30 días. Solo para usuarios de carteras Binance nativas sin llaves, FCFS (primero en llegar, primero en ser atendido) en el pool de tareas.
Completa la tarea → revisión → firma en cadena, y podrás conseguir puntos + insignia conmemorativa. El pool de puntos es independiente del producto principal; se estima que es un bonus adicional de airdrop.
#PhysicalAI #Robotics #AxisRobotics
¡El primer proyecto en KaitoAI: la colaboración entre axisrobotics y la cartera de Binance! Enlace directo: hub.axisrobotics.ai/login
Recuerda usar una cartera sin llaves de bn para hacer las tareas; hay recompensas de puntos y insignias. Si quieres aprovecharte gratis, no te lo pierdas y hazlo.
Evento exclusivo de Binance Keyless Wallet: 1,500,000 Axis Points, 30 días. Solo para usuarios de carteras Binance nativas sin llaves, FCFS (primero en llegar, primero en ser atendido) en el pool de tareas.
Completa la tarea → revisión → firma en cadena, y podrás conseguir puntos + insignia conmemorativa. El pool de puntos es independiente del producto principal; se estima que es un bonus adicional de airdrop.
#PhysicalAI #Robotics #AxisRobotics
140
Inicia sesión para explorar más contenidos
Únete a usuarios de criptomonedas de todo el mundo en Binance Square
⚡️ Obtén la información más reciente y útil sobre criptomonedas.
💬 Confía en el mayor exchange de criptomonedas del mundo.
👍 Descubre opiniones reales de creadores verificados.
Correo electrónico/número de teléfono
Temas en tendencia
1
#BitcoinSurpasses$77000
10,818 visualizaciones
165 participa(n) en el debate
2
#ParadigmDisclosesZECHolding
40,481 visualizaciones
788 participa(n) en el debate
3
#BitcoinETFsShed$450M
20,670 visualizaciones
186 participa(n) en el debate
4
#USWeeklyJoblessClaimsFallTo196K
21,217 visualizaciones
465 participa(n) en el debate
5
#ArkhamSaysBlackRockBuys$1.5BInETH
3,894 visualizaciones
51 participa(n) en el debate
6
#ElSalvadorBTCHoldingsRiseTo7777
48,194 visualizaciones
773 participa(n) en el debate
7
#MemeLaunchpads82%OfArcDayOneVolume
52,250 visualizaciones
959 participa(n) en el debate
8
#OstiumLoanDisputeHearingSetInNYFederalCourt
41,778 visualizaciones
683 participa(n) en el debate
9
#HyperliquidUSDCSupplyOvertakesSolana
18,471 visualizaciones
336 participa(n) en el debate
10
#SKPoliceRefer18PolymarketUsersToProsecutors
24,061 visualizaciones
501 participa(n) en el debate