今天,我们很高兴宣布,Multicoin 领导了一项 800 万美元的战略收购,收购了 Geodnet Network 的原生代币 GEOD,收购方是 Geodnet 基金会。
Geodnet 是一个精确定位网络,利用 DePIN 经济学为无人机、自动驾驶汽车和未来几年可能大量出现在地球上的数以百万计的机器人提供关键定位服务。
物理 AI 正在到来
在 银翼杀手 2049 中,我们看到了一个机器人与人类共同为经济和社会做出贡献的世界的愿景。到 2025 年,我们的机器人已经不那么人性化了,但专业化的机器已经悄悄地渗透到现代生活的方方面面。
语言模型正在 商品化智能,释放新的创造性能力,并转变知识工作。但 AI 不仅仅局限于文本、图像和视频。AI 的发展正在发生在物理世界中,机器人是下一个前沿。
随着 AI 模型变得更加强大,它们推理和与物理环境互动的能力将大幅扩展。这一转变将释放新类别的自主系统 - 从自动驾驶汽车和人形机器人到无人机和工业自动化 - 它们将拥有前所未有的智能和自主性。
为了让这些机器人正常运转,它们需要回答一个基本问题:我在哪里?
定位:一个 50 亿美元的问题
随着数以百万计的自主和半自主设备被部署,它们都面临着同样的挑战:空间感知。执行送货任务的无人机、导航密集城市环境的自动驾驶汽车以及执行精准种植的农业机械都需要亚厘米级的定位精度才能安全高效地运行。
为了实现这种精度水平,这些系统依赖于传感器融合,结合多种定位方法。激光雷达提供高分辨率的深度测绘,但在雾霾或雨天下表现不佳(它也很重、耗电量大、价格昂贵)。雷达提供可靠的距离测量,但缺乏细粒度精度。基于视觉的 SLAM实现实时建图,但在能见度低的环境下会恶化。这些方法各有局限性,没有一种是万无一失的。在定位方法的宇宙中,基于 GNSS 的定位配合校正被认为是最可靠的输入之一,使用RTK(实时动态)基站进行校正。
标准的GNSS定位本质上是不准确的,因为受大气干扰和多径误差的影响,会产生 5-10 米的偏差。RTK 通过使用固定基站比较卫星信号和已知位置,并实时传输校正数据来解决这个问题。这种方法可以实现厘米级的精度 - 这是物理 AI 应用的关键突破。大多数主要的机器人和自动化公司都将 RTK 集成到他们的系统中:DJI用于高精度无人机,John Deere用于自动驾驶拖拉机,特斯拉用于自动驾驶汽车,以及波士顿动力用于工业检查机器人。
来源: GNSS Store
RTK 的一个问题是成本。建立和维护 RTK 基站是资本密集型的,需要大量投资在硬件、场地获取、维护等方面。传统供应商如Trimble、Hexagon和Topcon自己建立这些基站,并向客户收取每个跟踪设备数千美元的费用,这限制了可访问性和部署速度。覆盖通常集中在有利可图的地区,留下了高精度定位仍然不可用的空白区域。
通过 DePIN 反转成本结构
我们已经撰文探讨了如何通过代币激励的贡献者拥有的 DePIN 在结构上反转全球重型硬件网络的成本结构。Geodnet 是世界上最大的精确定位网络,正利用这些原则激励独立运营商安装 RTK 基站并提供校正数据,以换取代币奖励。
通过将成本负担从单一运营商转移到分布式网络,Geodnet 能够以传统供应商的一小部分成本部署生产级 RTK 站点 - 具体来说,通过消除建立网络的两大最大成本:土地和劳动力。因此,Geodnet 有望以更快的速度扩大覆盖范围,确保冗余,并提供比现有供应商更可靠的 GNSS 校正。
结果是一个随着有同等服务质量而有机扩张的全球分布式网络,同时也为最终用户降低了价格。
Geodnet 去年开始大规模扩张。该网络从 2022 年 11 月的 1.4K 个基站扩展到 2024 年 6 月的 7.8K 个基站,截至 2025 年 1 月,已经在4,377 个城市和 142 个国家拥有超过 13K 个基站。
来源: Dune Analytics
该网络已经达到了"临界规模",拥有能够服务于 60% 以上可寻址 GNSS 校正市场的足迹。值得注意的是,该网络以极其资本高效的方式获得了这种供给 - 在过去三年中,只有 11% 的代币总量被发放给贡献者。
来源: Geodnet Console
Geodnet 是 DePIN 模式在实践中而不仅仅是理论上奏效的典型案例。Geodnet 站点不仅便宜了一个数量级(即700 美元的消费者矿机vs.12,000 美元的企业级 RTK 站),密集部署的消费者网络也能提供与企业 RTK 站相当的覆盖。Geodnet 无疑是目前地球上最可扩展和最具成本竞争力的定位解决方案。
Geodnet 的年化链上收入约为 300 万美元 - 来自像Propeller、DroneDeploy、Quectel、USDA等客户的企业级服务协议。Geodnet 目前拥有最快增长的需求侧收入概况之一。
在我们与Geodnet 创始人 Mike Horton的早期对话中,我们一直追问他是如何获得如此大型的客户,如世界上最著名的自动驾驶汽车、无人机和农业机器人客户。他一直给出的答复是明确的:DePIN 带来的核心结构性成本套利。
拐点
在未来十年里,数以百万计的机器人很
没有可靠的定位数据,这些机器人都无法运作。自动驾驶汽车需要RTK增强的GNSS来导航密集的城市区域,因为单独的GPS会失效。无人机需要精确的定位才能准确降落在充电站上。我们认为,RTK定位不仅是其他传感器模式(如激光雷达和雷达)的补充,而且是关键任务。
许多机器人公司每年支付数百万美元用于传统的GNSS校正服务,这些服务成本高昂、覆盖范围有限、准确性不一。我们相信Geodnet正在为这些客户以及未来数千名客户提供更具成本效益和更高质量的定制产品。
人工智能驱动的机器人的爆炸式增长不是一个"如果",而是一个"何时"的问题https://www.forbes.com/sites/johnkoetsier/2025/01/30/figure-plans-to-ship-100000-humanoid-robots-over-next-4-years/。机器人在哪里?它们正在迅速到来 - 有了Geodnet,我们将准确知道它们的位置。
