今天,我們很高興宣佈,Multicoin 領導了一項 800 萬美元的戰略收購,收購了 Geodnet Network 的原生代幣 GEOD,收購方是 Geodnet 基金會。
Geodnet 是一個精確定位網路,利用 DePIN 經濟學為無人機、自動駕駛汽車和未來幾年可能大量出現在地球上的數以百萬計的機器人提供關鍵定位服務。
物理 AI 正在到來
在 銀翼殺手 2049 中,我們看到了一個機器人與人類共同為經濟和社會做出貢獻的世界的願景。到 2025 年,我們的機器人已經不那麼人性化了,但專業化的機器已經悄悄地滲透到現代生活的方方面面。
語言模型正在 商品化智慧,釋放新的創造效能力,並轉變知識工作。但 AI 不僅僅侷限於文字、影象和影片。AI 的發展正在發生在物理世界中,機器人是下一個前沿。
隨著 AI 模型變得更加強大,它們推理和與物理環境互動的能力將大幅擴充套件。這一轉變將釋放新類別的自主系統 - 從自動駕駛汽車和人形機器人到無人機和工業自動化 - 它們將擁有前所未有的智慧和自主性。
為了讓這些機器人正常運轉,它們需要回答一個基本問題:我在哪裡?
定位:一個 50 億美元的問題
隨著數以百萬計的自主和半自主裝置被部署,它們都面臨著同樣的挑戰:空間感知。執行送貨任務的無人機、導航密集城市環境的自動駕駛汽車以及執行精準種植的農業機械都需要亞釐米級的定位精度才能安全高效地執行。
為了實現這種精度水平,這些系統依賴於感測器融合,結合多種定位方法。鐳射雷達提供高解析度的深度測繪,但在霧霾或雨天下表現不佳(它也很重、耗電量大、價格昂貴)。雷達提供可靠的距離測量,但缺乏細粒度精度。基於視覺的 SLAM實現實時建圖,但在能見度低的環境下會惡化。這些方法各有侷限性,沒有一種是萬無一失的。在定位方法的宇宙中,基於 GNSS 的定位配合校正被認為是最可靠的輸入之一,使用RTK(實時動態)基站進行校正。
標準的GNSS定位本質上是不準確的,因為受大氣干擾和多徑誤差的影響,會產生 5-10 米的偏差。RTK 透過使用固定基站比較衛星訊號和已知位置,並實時傳輸校正資料來解決這個問題。這種方法可以實現釐米級的精度 - 這是物理 AI 應用的關鍵突破。大多數主要的機器人和自動化公司都將 RTK 整合到他們的系統中:DJI用於高精度無人機,John Deere用於自動駕駛拖拉機,特斯拉用於自動駕駛汽車,以及波士頓動力用於工業檢查機器人。
來源: GNSS Store
RTK 的一個問題是成本。建立和維護 RTK 基站是資本密集型的,需要大量投資在硬體、場地獲取、維護等方面。傳統供應商如Trimble、Hexagon和Topcon自己建立這些基站,並向客戶收取每個跟蹤裝置數千美元的費用,這限制了可訪問性和部署速度。覆蓋通常集中在有利可圖的地區,留下了高精度定位仍然不可用的空白區域。
透過 DePIN 反轉成本結構
我們已經撰文探討瞭如何透過代幣激勵的貢獻者擁有的 DePIN 在結構上反轉全球重型硬體網路的成本結構。Geodnet 是世界上最大的精確定位網路,正利用這些原則激勵獨立運營商安裝 RTK 基站並提供校正資料,以換取代幣獎勵。
透過將成本負擔從單一運營商轉移到分散式網路,Geodnet 能夠以傳統供應商的一小部分成本部署生產級 RTK 站點 - 具體來說,透過消除建立網路的兩大最大成本:土地和勞動力。因此,Geodnet 有望以更快的速度擴大覆蓋範圍,確保冗餘,並提供比現有供應商更可靠的 GNSS 校正。
結果是一個隨著有同等服務質量而有機擴張的全球分散式網路,同時也為終端使用者降低了價格。
Geodnet 去年開始大規模擴張。該網路從 2022 年 11 月的 1.4K 個基站擴充套件到 2024 年 6 月的 7.8K 個基站,截至 2025 年 1 月,已經在4,377 個城市和 142 個國家擁有超過 13K 個基站。
來源: Dune Analytics
該網路已經達到了"臨界規模",擁有能夠服務於 60% 以上可定址 GNSS 校正市場的足跡。值得注意的是,該網路以極其資本高效的方式獲得了這種供給 - 在過去三年中,只有 11% 的代幣總量被髮放給貢獻者。
來源: Geodnet Console
Geodnet 是 DePIN 模式在實踐中而不僅僅是理論上奏效的典型案例。Geodnet 站點不僅便宜了一個數量級(即700 美元的消費者礦機vs.12,000 美元的企業級 RTK 站),密集部署的消費者網路也能提供與企業 RTK 站相當的覆蓋。Geodnet 無疑是目前地球上最可擴充套件和最具成本競爭力的定位解決方案。
Geodnet 的年化鏈上收入約為 300 萬美元 - 來自像Propeller、DroneDeploy、Quectel、USDA等客戶的企業級服務協議。Geodnet 目前擁有最快增長的需求側收入概況之一。
在我們與Geodnet 創始人 Mike Horton的早期對話中,我們一直追問他是如何獲得如此大型的客戶,如世界上最著名的自動駕駛汽車、無人機和農業機器人客戶。他一直給出的答覆是明確的:DePIN 帶來的核心結構性成本套利。
拐點
在未來十年裡,數以百萬計的機器人很
沒有可靠的定位資料,這些機器人都無法運作。自動駕駛汽車需要RTK增強的GNSS來導航密集的城市區域,因為單獨的GPS會失效。無人機需要精確的定位才能準確降落在充電站上。我們認為,RTK定位不僅是其他感測器模式(如鐳射雷達和雷達)的補充,而且是關鍵任務。
許多機器人公司每年支付數百萬美元用於傳統的GNSS校正服務,這些服務成本高昂、覆蓋範圍有限、準確性不一。我們相信Geodnet正在為這些客戶以及未來數千名客戶提供更具成本效益和更高質量的定製產品。
人工智慧驅動的機器人的爆炸式增長不是一個"如果",而是一個"何時"的問題https://www.forbes.com/sites/johnkoetsier/2025/01/30/figure-plans-to-ship-100000-humanoid-robots-over-next-4-years/。機器人在哪裡?它們正在迅速到來 - 有了Geodnet,我們將準確知道它們的位置。
