Jeg trodde dette bare var en vanlig lekekasse... helt til den begynte å bevege seg. Så dukket denne lille bråkmakeren opp med komplimenter, mistenkelig søt. Selvfølgelig var det en grunn til det hele: en liten snack. Jeg hadde det veldig gøy med å gjøre en så enkel idé om til en kort scene med @newtake_kr. Noen ganger er de minste hverdagslige øyeblikkene de mest underholdende videoene. Hva ville kjæledyret ditt sagt hvis det kunne snakke? #nextscenechallenge #newtake

Axis gjorde nettopp de første Referral Multiplier-milepælene mye enklere å nå. De oppdaterte kravene er: • 5 kvalifiserte henviste baner → 1,05x • 10 kvalifiserte henviste baner → 1,10x • Høyere nivåer fortsetter derfra Dette er en viktig endring for skapere som deltar i Axis Creator Program. Din endelige poengsum baseres på Kaito Mindshare kombinert med Axis Referral Multiplier, så selv et relativt lite antall kvalifiserende refererte baner kan nå begynne å forbedre multiplikatoren din. En detalj verdt å forstå: dette handler om kvalifiserte trajektorier, ikke bare antall personer du inviterer. En henvisning som faktisk fullfører og signerer gyldige oppgaver kan derfor være mye mer verdifull enn flere registreringer uten aktivitet. Axis sier også at både Kaito- og Axis Hub-henvisningslenker kan telle, så lenge Axis-kontoen er riktig koblet gjennom Kaito Pulse. For skapere som hovedsakelig fokuserer på innhold, er grunnlaget fortsatt viktig. Men med den første milepælen som nå starter med bare 5 kvalifiserte henviste trajektorier, har henvisningssiden av kampanjen blitt mye mer tilgjengelig.

TermiX dokumenterer for øyeblikket støtte for BNB Chain og Base. Men det er en arkitektonisk detalj jeg synes er mer interessant enn bare å telle støttede kjeder. Hvert nettverk opprettholder uavhengige: Agenter Oppføringer Ordener Stav Beretninger Bosetting Så hva skjer når Agent Commerce utvider seg til 5, 10 eller 20 kjeder? Vi får kanskje ikke én gigantisk agentøkonomi. Vi kan i utgangspunktet få mange separate økonomiske miljøer som etter hvert trenger bedre oppdagelse og koordinering mellom dem. @termix_ai gjør allerede kjedekonteksten eksplisitt i sin infrastruktur. Jeg tror den neste store multikjedeutfordringen for AI-agenter ikke bare vil være: "Kan denne agenten utføre transaksjoner på en annen kjede?" Det vil være: "Kan denne agenten forstå hvor dens identitet, omdømme, likviditet og muligheter faktisk finnes?" Multichain Agent Commerce er til syvende og sist et informasjonsproblem like mye som et blokkjede-problem.

Rekekanten ser ut som du vil spise den med en gang

Jeg har fulgt Axis Robotics fra datasiden, men denne gangen ønsket jeg å se på mitt eget bidrag. Så langt viser akseprofilen min: • 37 baner • 100 % verifisert • 39,1 gjennomsnittlig poengsum • 5/14 innsamlede merker Tallet er åpenbart lite sammenlignet med de millioner av baner på tvers av hele nettverket, men det er nettopp det som gjør modellen interessant for meg. Fysiske AI-datasett er ikke laget fra ett massivt bidrag. De kan vokse ut fra tusenvis av mennesker som utfører små oppgaver, genererer demonstrasjoner og får disse banene verifisert. Mine 37 baner er bare en veldig liten del av det større datasettet. Og etter å faktisk ha bidratt selv, blir ideen bak @axisrobotics mye lettere å forstå. I stedet for bare å lese om hvordan fysiske AI-data genereres, kan du delta i prosessen og se ditt eget bidrag registrert. 37 i dag. Nå vil jeg se hvor langt det tallet kan gå.

Merkesystemet på Axis Robotics er mer interessant enn jeg først forventet. Det handler ikke bare om å fullføre flere oppgaver. Ulike merker belønner svært forskjellige typer bidrag: • 10 databaner • 10 perfekte vurderinger på tvers av ulike oppgaver • 10+ forskjellige oppgaver fullført • Fullfør en oppgave innen 10 sekunder • Bidra med 500 baner • Fullfør 100+ forskjellige oppgaver • Oppretthold aktivitet i 7 eller til og med 30 sammenhengende dager • Inviter 10, 30 eller 50 aktive bidragsytere Det er til og med en utfordring å fullføre en oppgave på bare 3 sekunder. Det jeg liker med denne strukturen er at den oppmuntrer til mer enn bare råvolum. Hastighet, konsistens, oppgavemangfold, databidrag og fellesskapsvekst er alle representert. For et fysisk AI-datanettverk gir det mening. Et nyttig datasett bør ikke komme fra at alle gjentar den samme oppgaven om og om igjen. Du ønsker varierte demonstrasjoner, vedvarende deltakelse og bidragsytere som utforsker ulike scenarioer. Jeg har for øyeblikket 5 merker, men når jeg ser på de gjenværende utfordringene, er det fortsatt en lang vei å gå. @axisrobotics har i bunn og grunn gjort bidrag til robotikkdata om til et progresjonssystem. Nå er det vanskelige å låse opp resten.

서울 직장인의 하루 🇰🇷 Fra morgenrushet til fulle t-baner, travle kontortider, koreansk mat og Seoul etter mørkets frembrudd. 45 sekunder som fanger hverdagens rytme i Seoul. Hvilken del vil du oppleve? Laget med @newtake_kr #nextscenechallenge #newtake

Hva er skumlere: å komme for sent på jobb eller møte zombier? Denne katten kom seg gjennom en by full av zombier, overlevde en fullpakket t-bane, og spurtet til kontoret akkurat i tide til å stemple inn. Han trodde det verste var over... helt til noen dyttet ham på skulderen. Ville du overlevd denne morgenpendlingen? Laget med @newtake_kr #nextscenechallenge #newtake

Hva om ett signal var alt som skulle til for å bevise at menneskeheten fortsatt var i live? I en fremtid der AI-maskiner kontrollerer sivilisasjonens ruiner, mottar en enslig overlevende en umulig overføring dypt inne i byen. Han bestemmer seg for å følge den. THE LAST SIGNAL er min 68 sekunder lange originale sci-fi kortfilm laget med Newtake. Jeg ønsket å kombinere filmatisk historiefortelling, konsistente karakterer, action, atmosfære og en liten emosjonell vri i én historie. Verden kan ha falt. Håpet har ikke. Laget med @newtake_kr #nextscenechallenge #newtake

4,8 millioner baner. Det tallet alene sier mye om omfanget Axis Robotics begynner å nå. De siste dataene fra Explore viser: • 4 114 totale oppgaver • 4,8 millioner totale baner • 198 671 brukere • 68,7 gjennomsnittlig poengsum Det som fanget min oppmerksomhet er den nylige veksten. Utviklingsbanene økte med 17 % de siste 7 dagene, mens totale brukere økte med 23,6 %. Men skala er bare en del av historien. Mer enn 2,3 millioner trajektorier kommer fra kjøkkenscenarier alene, etterfulgt av hjemme-, kontor-, lek-, baderoms- og verkstedmiljøer. Dette er viktig fordi fysisk AI trenger mer enn generiske data. Roboter trenger demonstrasjoner på tvers av ulike miljøer, objekter og daglige oppgaver hvis de forventes å operere utover kontrollerte laboratorier. Det interessante spørsmålet for @axisrobotics er ikke lenger om nettverket kan generere millioner av baner. Det er om dette voksende datasettet kan oversettes til bedre modeller og, etter hvert, mer kapable roboter i den virkelige verden. Det er milepælen jeg skal følge med på neste gang.