项目： Axis Robotics
链： Base（以太坊 L2）
代币状态： 未发行（POINTS 积分系统已上线，TGE 计划于"Beyond 2026"阶段）
融资： 1200万美元种子轮（Hack VC 领投）
数据来源： 官方网站、官方文档、PANews、BlockBeats、BSCN、 Airdrops.io 等
项目定位
Axis Robotics 将自己定义为"Physical AI 的复合数据引擎"（The Compounding Data Engine for Physical AI），核心主张是：机器人的算法和硬件已经就绪，真正卡住通用机器人"GPT 时刻"的是数据——物理世界交互轨迹的规模和多样性远远不够，而传统实验室遥操作成本高（每小时约200美元）、规模受限，Axis 的解法是用分布式全球贡献者网络加浏览器端仿真，把数据采集成本降到接近零、多样性指数级放大。
创始人 Chris Feng 对标的不是加密项目，而是 Surge AI——一家2020年成立、四年收入突破10亿美元的数据公司，Chris 希望 Axis 成为"机器人领域的 Surge AI"。这个定位的关键在于，Axis 不把自己框死在"仿真数据"或"第一人称数据"某一种形态，而是构建底层可复用的数据生产基础设施（贡献者网络 + 任务生成 + 数据处理管线），上层根据模型和客户需求灵活切换数据采集方式。
技术架构与产品
Axis 的技术栈围绕一个"复合飞轮"展开：任务生成 → 数据采集 → 模型训练 → 优化 → 再生成新任务，形成自我强化的闭环。飞轮的四个核心组件分别是：任务生成引擎通过多维度程序化随机（机器人本体、物体、空间布局、语义、视觉）指数级放大任务多样性；
仿真数据采集平台基于 MuJoCo-WASM 实现浏览器端零硬件遥操作，号称每小时可产出1万条有效轨迹；第一人称移动端 App 利用 SOTA 实时手部姿态追踪，将真实世界人类动作转化为机器人训练数据；数据处理管线自动完成轨迹清洗、域随机化、语言标注，输出模型就绪的多模态数据集，据称数据质量提升10倍以上。
2026年7月发布的 Axis V2 是关键升级，引入了 Human-Gated DAgger（数据集聚合）后训练机制——模型自主执行任务，失败时由人类贡献者接管纠正，这些纠错轨迹被反馈到下一轮训练，构成"模型越练越聪明"的复合循环。底层仿真数据通过 RoboVerse 跨模拟器抽象层在 MuJoCo 和 Isaac Sim 之间流转重放，实现低成本采集 + 高保真增强的两段式管线。每条被验证的轨迹获得唯一 Data ID，连同任务 ID 和贡献者 ID 记录在 Base 链上，形成可追溯的来源链路。
团队背景
CEO Chris Feng 此前担任 Chainbase（加密数据基础设施公司）COO，具有咨询和风险投资背景，2024年初受 Surge AI 快速崛起的启发，开始系统研究 Physical AI 数据赛道，2025年夏天与南洋理工（NTU）和加州大学伯克利分校（UCB）的朋友共同启动 Axis Robotics。
联合创始人 Christine Cao（网名"郡主"，@0xsexybanana）以 CMO 身份负责社区增长与对外沟通，在官方 Space 等场合活跃。团队核心成员来自伯克利、CMU、UCLA、佐治亚理工、南洋理工、上海交大等机构，其中包含曾将消费产品规模做到3000万+用户的连续创业者。
学术顾问 Jiachen Li 是佐治亚理工教授、RSS Robotics Pioneer 获奖者，领导可信自主性实验室。公司注册实体为 AXIS ROBOTICS Inc.，总部位于加州伯克利，团队规模11-50人。值得注意的是，在1200万美元融资公布之前，部分第三方分析平台（如 Airdrops.com ）曾指出项目领导层信息不透明，融资公告后 Chris Feng 的身份和背景才在 PANews、BlockBeats 等媒体专访中得到充分披露。
代币经济模型
截至2026年8月，Axis Robotics 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。官方文档明确表示代币经济学仍在开发中，优先验证产品和收入模型，代币作为后续放大器。当前运行的是 Axis Points 积分系统（2026年8月初上线），积分由五个因素决定：有效签名任务数量、任务难度等级、每次提交的质量评分、场景与技能的多样性、被邀请贡献者的产出。
积分每两周一个 Epoch 结算（周五00:00 UTC截止，次周一12:00 UTC发放），仅链上签名的提交计入积分，积分累计无重置无过期。2026年7月下旬有一次追溯性快照，此前签名的贡献获得一次性追溯奖励。
官方文档措辞谨慎：Points 是未来"社区贡献者空投"的输入之一，但不保证资格、分配或转换比例。
代币潜在设计方向包括：质量加权奖励载体、生态服务交换媒介（解锁定制任务、数据管线、高级增强等）、质押以解锁更高层级与优先任务、以及治理权重。
TGE 被安排在路线图最后的"Beyond 2026"阶段，节奏明显偏保守。一个值得关注的信号是，Axis 通过 Kaito 平台发起了内容创作者计划，奖池为 $AXIS 供应量的0.2%，按 Mindshare 排名分配，这是目前公开信息中唯一涉及具体代币供应比例的披露。此外，Axis 在 BitRobot Network 上运营一个 Alliance 子网，贡献者可同时获得 Axis Points 和 BitRobot 的代币奖励，形成"双轨激励"。
市场机会
Physical AI 数据赛道正处于资本快速涌入的早期爆发阶段。2026年上半年，仅中国就有25家具身智能数据创业公司合计融资超过170亿元人民币；海外方面，XDOF 在6月完成7000万美元融资，Axis Robotics 在7月完成1200万美元种子轮。Chris Feng 认为，如果机器人领域要迎来自己的"GPT 时刻"，所需数据量可能达到1亿小时甚至更高量级，而当前最大的公开数据集 Open X-Embodiment 仅整合了21家机构、22种机器人、超过100万条轨迹——与互联网级别的数据量相比"连零头都算不上"。
真机遥操作每小时成本约200美元，且高度绑定特定机器人本体，无法经济有效地线性扩张。Axis 的浏览器端仿真模式将采集门槛降到接近零（只需浏览器，无需硬件/GPU/钱包），这使其能够以极低成本快速积累规模化和多样化的训练数据。
市场需求的最终规模取决于通用机器人何时真正大规模落地，但在当前阶段，从 NVIDIA、DeepMind 到 Booster Robotics、吉利汽车，产业链上下游对高质量机器人训练数据的需求已经开始显性化。
竞争格局
Axis Robotics 处于一个正在快速填充的赛道，竞争对手可分为几类：传统集中式数据公司以 Scale AI 为代表，依靠昂贵硬件和专业操作员，成本高但数据精度好；XDOF 在2026年6月完成7000万美元融资，定位机器人训练数据管线，资金体量远超 Axis；
加密原生项目中，PrismaX 获得 a16z crypto 领投的1100万美元种子轮，构建去中心化远程操控与数据经济网络，与 Axis 的浏览器遥操作模式最为接近，但其部分任务需要专用硬件（成本可达99美元），而 Axis 坚持零硬件门槛；BitRobot Network 基于 Solana 的子网架构，已融资约800万美元，与 Axis 既是合作伙伴（Alliance 子网双轨激励）又是竞争对手，其 FrodoBots-2K 数据集已被 UC Berkeley RAIL 和 Google DeepMind 使用；
Strike Robot（$SR）同在 Base 链上打"机器人 × 加密"叙事，但切入点是将人形机器人部署到危险 BPO 工作场景而非众包仿真数据。Axis 相对于竞品的差异化在于：已上线的可用产品（200万+轨迹、9.4万+贡献者）、零硬件门槛的浏览器端采集、以及经过学术验证的数据质量（Sim Dataset V1 在 LIBERO-Plus 基准测试中使 π0.5 模型成功率提升4.9个百分点，比等量 RoboCasa365 基线高出31.3个百分点）。但赛道整体仍在早期，各玩家的技术路线和商业模式尚未定型，资金更充裕的对手（如 XDOF）可能快速追赶。
商业模式
Axis 的商业化以"任务包"（Task Packages）为核心交付形态，按场景、原子技能、任务内随机化程度和轨迹总量打包销售，服务三类客户：第一类是机器人硬件和具身公司（如 Booster Robotics、Feagine Robotics、AgiBot），他们需要定制化数据和可直接部署的模型来补齐操作能力；
第二类是 VLA/世界模型公司（如 Manycore Tech、SomaStacks），需要大量高质量操作数据训练通用模型；第三类是垂直行业企业（如莲花跑车 Lotus、吉利汽车），需要以机器学习方法为基础的端到端自动化方案。
官方表示企业采购收入将回流贡献者，形成真实需求驱动 POINTS 及未来代币分配的闭环，但分成比例、合同金额和具体回款均未公开，该部分仍处于承诺阶段。短期 ARR 目标为50万至100万美元（PANews 专访中 Chris 提及），路线图中提到100万美元以上 ARR 目标。已披露的合作伙伴还包括 Zeroth、Deep Robotics、EngineAI、Unitree 等。
Axis 还是 Base Batches 003 决赛入围者和 Base Founders Residency Batch 002 成员，与 Base 生态深度绑定。从商业逻辑看，Axis 的护城河不是单一能力点，而是结构性嵌入——客户一旦开始使用其仿真资产体系、分布式采集网络和模型纠错闭环，切换成本会随使用深度递增。
运营数据与关键里程碑
根据官方文档（截至2026年7月31日）和融资材料，Axis 的核心运营数据如下：94,000+全球贡献者（融资材料称100,000+），2.1M+累计轨迹，2.1M+链上记录，1,600+已发布任务；月产能方面，1,200+小时仿真数据和20,000+小时真实世界第一人称数据。
BlockBeats 专访中 Chris 透露了更细颗粒的数据：平台上线15周，剔除机器人账号后有效注册贡献者超8万，高质量贡献者约2万人（占比约30%），过去30天活跃7,800人，过去7天活跃5,300人，周活/月活比达68%。
关键时间线包括：
2025年夏天项目启动；
2026年Q1"小王子玫瑰"实验3天内收集10,000+有效轨迹并完成 sim-to-real 迁移（训练的策略部署在物理 Franka 机械臂上自主完成浇花任务）；
2026年3月主产品在 Base 上线；产品 Beta 版10天内吸引20,000+用户产出约180,000条轨迹、覆盖47种任务类型；2026年7月23日 arXiv 论文发布（arXiv:2607.21588）；
7月27日宣布1200万美元种子轮；7月 Axis V2 上线 Human-Gated DAgger 后训练；8月初 Points 系统上线。路线图显示9月发布 Sim Dataset V2，11月发布 DAgger 后训练数据集，年底目标2-3个新付费试点项目。
主要风险
代币经济悬空风险。 TGE 被推迟到"Beyond 2026"阶段，当前贡献者的激励预期完全建立在 Points 积分的隐性承诺上，如果代币发行时间进一步推迟或分配方案不及预期，可能导致贡献者网络萎缩。官方文档虽明确 Points 不保证任何资格或转换比例，但这反而增加了不确定性。
商业收入尚未验证。 ARR 目标50万至100万美元对于一个已融资1200万美元的项目来说相当保守，且分成比例、合同金额和具体回款均未公开。机器人训练数据的买方市场目前仍非常狭窄——真正有采购需求的主要是少数头部模型公司（如 Physical Intelligence、NVIDIA、DeepMind）和机器人硬件厂商，如果缺乏持续的企业采购，激励设计将面临悬空风险。
仿真到现实的迁移差距。 这是机器人学领域的经典难题。Axis 的仿真数据虽然在 LIBERO-Plus 基准上表现优异，但基准测试环境与真实世界的复杂度仍有本质差距。arXiv 论文报告的提升幅度（5.8%）与融资公告中引用的数据（4.9个百分点）存在差异，虽可能源于不同数据集版本或计算方式，但提示外部观察者需审慎对待基准数据。
竞争加剧。 XDOF 的7000万美元融资体量远超 Axis，Scale AI 和 Physical Intelligence 等巨头可能自建数据团队。Chris Feng 本人也承认，大模型公司和整机厂商未来一定会自建数据团队，Axis 需要通过结构性嵌入而非单点能力来构建护城河，但这一策略能否成功仍需时间验证。
贡献者质量与激励驱动增长。 Axis 社区中存在明显的"空投猎人"活动迹象，Base 官方账号将其推广为"Train-to-Earn"体验，这有助于分发但也意味着增长部分由激励而非纯有机需求驱动。虽然官方声称有反机器人措施，但大规模众包模式下的数据质量控制是一个持续挑战。
团队透明度仍有限。 尽管融资后 Chris Feng 和 Christine Cao 的身份已通过媒体披露，但团队其他核心成员的完整信息、顾问名单、股权结构等仍未充分公开。与公开可查的 GitHub 组织（AxisAIOrg）和论文作者相比，公司治理层面的透明度仍有提升空间。
监管与合规不确定性。 项目未披露任何地理限制或 KYC 要求，全球贡献者网络的合规框架尚不明确，涉及数据产权、跨境数据流动和劳动报酬认定等复杂法律问题，在不同司法管辖区可能面临不同监管要求。
免责声明： 本报告仅供研究参考，不构成任何投资建议。Axis Robotics 尚未发行代币，代币经济学、分配方案和 TGE 时间均未最终确定；项目涉及分布式众包数据生产模式，数据质量和商业化收入尚未充分验证；Physical AI 数据赛道竞争激烈且远未定型，项目面临技术、商业和监管等多重不确定性。参与前请充分了解风险，自行承担责任（DYOR）。
References
-
Axis Robotics 官方网站 — The Compounding Data Engine for Physical AI , 2026
-
Axis Robotics 官方文档 — What Is Axis Robotics , 2026
-
PANews — 专访Axis Robotics创始人：机器人数据成资本新宠，"卖铲人"如何掘金？ , 2026年8月
-
BlockBeats — 专访Axis Robotics创始人Chris，为什么数据是机器人的「紫苏叶」 , 2026年8月3日
-
BlockBeats — AI資料引擎公司Axis Robotics完成1200萬美元融資，Hack VC領投 , 2026年7月27日
-
The Block — Axis Robotics raised $12M Funding to Build the compounding data engine accelerating physical AI , 2026年7月27日
-
BSCN — Pi Network Invests in Physical AI: What is Axis Robotics? , 2026年7月
-
RuntimeWire — Axis Robotics raises $12 million to turn browser users into robot trainers , 2026年7月
-
Airdrops.com — Axis Robotics Airdrop Review , 2026年8月
-
Airdrops.io — Potential Axis Robotics Airdrop , 2026年8月
-
AI Market Watch — Axis Robotics Company Profile , 2026年
-
CryptoTotem — Axis Robotics Project Profile , 2026年
-
腾讯新闻 — 1200万种子轮融资后，Axis Robotics 的物理 AI 数据飞轮能靠 Web3 转起来吗？ , 2026年8月1日
-
MEXC Blog — Robotics – Potential Airdrop Projects for an Emerging Crypto Narrative , 2026年
-
IOSG Weekly Brief / 动区动趋 — 机器人产业畅想：自动化、人工智能与 Web3 的融合进化 , 2026年
-
Fundraise Insider — Axis Robotics Raises $12M Seed for Physical AI Data , 2026年7月
-
AirdropFinder — Axis Robotics: Transferring Human Intelligence to General-Purpose Robots Through a Collective Network , 2026年