NATIX Network已在Bittensor去中心化AI网络上正式推出StreetVision，这标志着其通过去中心化现实世界数据处理实现地图测绘与自动驾驶现代化的使命又向前迈进了一步。
据crypto.news独家报道，基于Solana（SOL）的去中心化物理基础设施网络智能摄像头驱动，NATIX将海量街景数据采集与Bittensor（TAO）的可扩展机器学习相结合。
该子网由Bittensor基础设施合作伙伴Yuma孵化，接收来自搭载NATIX系统的特斯拉车辆及其他移动设备拍摄的360°视频流，并将数据处理为可优化实时地图绘制及车辆自主性的AI模型。
此举与自动驾驶行业整体趋势一致。值得注意的是，优步等公司正投资合成模拟与定制化数据采集以提升自动驾驶技术管理，但这种方式成本高昂且难以跟上现实世界变化。
为此，NATIX正在整合全球超过25万名司机组成的社区，通过智能手机和VX360设备已累计记录超1.7亿公里行驶数据。
VX360与去中心化数据训练
与Grab联合开发的VX360设备，利用特斯拉现有摄像头系统采集360°影像，无需昂贵的新硬件。数据通过云端和边缘智能手机实时处理交通信号灯等元素，更复杂的分类任务则在设备外完成。
通过Bittensor去中心化框架，NATIX矿工因训练和改进子网AI模型获得奖励，这些模型随后将部署至NATIX边缘网络。
"去中心化数据分析使我们能持续优化AI模型，显著提升地图精度、自动驾驶安全性和现实世界响应能力，"NATIX首席执行官兼联合创始人Alireza Ghods表示。
该子网首要聚焦道路施工检测——这对地图平台和自动驾驶导航都至关重要。长期来看，NATIX希望扩展至坑洞检测和基础设施分析领域，最终提供完整场景分类以支持自动驾驶训练。
专访NATIX首席执行官Alireza Ghods
为深入理解NATIX最新发布的行业影响，crypto.news对话NATIX首席执行官兼联合创始人Alireza Ghods，探讨公司规模化采集去中心化数据的策略、其数据抗衡科技巨头的底气，以及构建代币经济真实需求的计划。
以下为完整问答：
crypto.news：Waymo、特斯拉、Mobileye等科技巨头已投入数年时间和数十亿美元收集驾驶数据开发自动驾驶技术。NATIX为何认为能提供同等质量的数据或AI服务？众包数据虽具规模优势，但大众采集的影像真能达到专业测绘车辆的精度吗？
Alireza Ghods：地图测绘与自动驾驶数据采集成本极高。掌握这些数据的大公司从不共享，因其构成产品竞争优势。这些企业的数据采集规模都远不及NATIX的众包模式。目前最大的自动驾驶开源数据集L2D由两个项目合作构建，通过在德国驾校60辆电动车上安装相同传感器套装，耗时三年仅记录5000小时。而VX360自2025年5月2日推出以来，仅在美国激活1/3预定设备的情况下，10天就已采集2000小时行驶数据。
在地图精度方面，NATIX或许不及专业测绘车辆，但网络规模与数据体量的优势足以弥补，使最终效果媲美专业数据。以Grab为例，其完全基于众包数据构建的地图解决方案在东南亚精度已超越谷歌地图。众包模式成功关键在于庞大的司机/贡献者网络。NATIX拥有25万注册司机，构成全球最大的摄像头DePIN网络。
CN：实时处理数千辆汽车和手机的360°视频堪称巨大技术挑战。NATIX如何实现规模化数据摄入与处理？
AG：VX360采集的数据需在云端进行高强度场景生成计算。用户数据仅在其连接家庭WiFi时上传。同时我们利用具备边缘计算能力的智能手机网络实时检测交通标志等地图要素。
CN：请描述扩展策略：如何从数百辆特斯拉/手机的试点，过渡到10万+设备同时传输数据而不致系统崩溃或成本飙升？
AG：VX360设备性价比极高——350美元即可获取360°街景影像，同时为司机创造实用价值。我们的策略是充分利用现有硬件：智能手机人人皆有，特斯拉本就配备360°摄像头。若自建摄像头硬件成本将是VX360的20-100倍，且难以规模化众包。
为进一步扩展，我们正与希望运营VX360车队的伙伴商谈，包括愿意赞助设备成本共享收益的车队所有者。例如某拥有3000辆特斯拉的车队运营商。我们还在开发车队管理功能以提升产品实用性，超越加密奖励范畴。
CN：这些行业巨头在您看来是NATIX数据客户（即向其出售补充数据），还是需要超越的竞争对手？若是后者，去中心化方法如何抗衡资金雄厚且完全掌控车队的对手？
AG：Grab已是我们的客户，我们正与几家头部自动驾驶企业敲定合作，包括直接数据采购方和联合产品开发商。
所有大企业都是潜在客户。部分重金自建数据集的公司很快会面临数据过时问题。即便当前声称不需要，他们迟早会寻求我们的数据。
值得注意的是，自建数据集的自动驾驶公司不足市场份额20%。其余企业要么缺乏数据采集投入需要NATIX数据，要么依赖客户数据（如有）但无法用以优化面向其他客户的模型——这严重制约其构建可全面商业化的自动驾驶技术栈。
CN：去中心化物理基础设施领域不乏探索者，如几年前大热的Hivemapper或尝试类似众包模型的DIMO（车辆数据），但用户增长缓慢、代币价值暴跌等问题使其发展坎坷。NATIX从中吸取了哪些经验？采取了哪些差异化策略？
AG：也有成功案例如Geodnet。我认为胜出关键在于聚焦协议收入并建立合理的代币价值积累机制（如回购销毁）。许多项目失败源于协议收入缺失或代币经济设计缺陷。NATIX更接近Geodnet模式。
此外需具体分析商业模式差异。Hivemapper前置行车记录仪为地图采集高质量街景，而NATIX的360°数据不仅能服务地图领域，还可支撑自动驾驶与物理AI。360°视频是街景视觉数据的圣杯，价值是Hivemapper数据的5-10倍，更能开启侧摄像头POI检测等全新地图应用场景。
更重要的是，这些数据可用于物理AI——自英伟达CEO黄仁勋在2025 CES发布重大声明后，这已成为更宏大的议题。NATIX以远低于英伟达、优步等企业集中式解决方案的成本，提供适合自动驾驶技术栈和物理AI训练、测试及验证的多样化数据，有效缓解物理AI开发中"仿真-现实"与"现实-仿真"转换的痛点。
正因解决的是行业当下就愿意付费的核心痛点，我们坚信其市场潜力。需注意汽车本就依赖环视摄像头系统，这意味着自动驾驶技术栈的训练、测试与验证必须基于360°数据，前置记录仪数据无法满足需求。
CN：除奖励机制外，$NATIX代币在该生态中有何实际效用？数据购买者或AI开发者是否需要使用$NATIX或TAO代币访问StreetVision服务？若无，$NATIX的需求驱动力何在？
AG：这是两个功能不同的独立生态。NATIX专注数据策展，StreetVision子网侧重特定洞察提取与AI模型创建。
每个生态自创价值并有专属代币价值积累机制。对NATIX数据感兴趣者，其产生的协议收入将通过回购销毁机制为$NATIX积累价值；对StreetVision子网生成的洞察或模型感兴趣者，其收益将用于$dTAO价值积累（部分归于$NATIX，因相关数据由NATIX提供）。
此外$NATIX用于协议治理与网络保护，通过质押平台实现用户治理参与。StreetVision子网验证节点也需质押$NATIX。
CN：与Yuma的战略合作虽增强可信度，但也引发中心化担忧。DCG已投资NATIX，Yuma在Bittensor子网启动中举足轻重。如何确保Yuma等重量级支持者不会主导72号子网发展方向或奖励分配？
AG：任何人都可运营我们子网的验证节点。目前我们正与另外两家主要Bittensor验证者合作运行节点。同时我们取消了矿工质押或持有$dTAO的要求以确保生态开放。如您所知，矿工中心化问题比验证者更值得关注，因为网络产出依赖他们