BitRobot, ein auf Solana basierendes Robotik-Netzwerk, hat 2.000 Stunden urbaner Navigationsdaten als Open-Source-Material veröffentlicht, um eines der größten Hindernisse der verkörperten künstlichen Intelligenz anzugehen: die Beschaffung großer Mengen realer Interaktionsdaten.

Das Projekt entwickelt einen dezentralen Marktplatz für Robotik-Datensätze, der Blockchain-Technologie zum Nachweis von Beiträgen und zur Belohnung der Teilnehmer nutzt. Der Ansatz soll eine Alternative zu zentralisierten Teleoperations-Einrichtungen darstellen, in denen große Teams von Mitarbeitern Roboter aus der Ferne steuern, um Trainingsdaten zu erzeugen.

Der neu veröffentlichte Datensatz FrodoBots-2K enthält 2.000 Stunden urbaner Navigationsdaten – deutlich mehr als die rund 60 Stunden, die in früheren öffentlichen Datensätzen verfügbar waren – und bietet KI-Forschern damit eine erheblich größere Ressource für das Training von Navigationssystemen.

Von ferngesteuerten Gehwegrobotern zu offenen KI-Daten

BitRobot wurde ursprünglich unter dem Namen FrodoBots gegründet; die frühe Arbeit konzentrierte sich auf Gehwegroboter, die von Gamern ferngesteuert wurden. Die Teilnehmer bedienten die Maschinen bei Aktivitäten im Stil von Schnitzeljagden und erzeugten so Daten aus realen Navigationsszenarien.

Diese Informationen wurden inzwischen in FrodoBots-2K zusammengefasst und öffentlich zugänglich gemacht. Berichten zufolge haben Teams in Verbindung mit DeepMind, Meta und der University of California, Berkeley den Datensatz bereits bei der Entwicklung von Navigationsmodellen verwendet.

Das Projekt ist der Ansicht, dass echte Echtweltdaten nach wie vor eine der größten Hürden für die Entwicklung der Robotik darstellen. Jonathan Victor, Präsident von BitRobot, hat argumentiert, dass die Anforderungen der Branche über Rechenleistung und Modellarchitektur hinausgehen, da Roboter aus unvorhersehbaren Umgebungen und Interaktionen lernen müssen und nicht ausschließlich aus kontrollierten Laborbedingungen. Diese Herausforderung ähnelt der Entwicklung großer Sprachmodelle, die rasch vorankamen, sobald textbasierte Korpora im Internetmaßstab verfügbar wurden; der verkörperten KI fehlte bislang eine vergleichbare Quelle für physische Interaktionsdaten, und offene Veröffentlichungen wie FrodoBots-2K sind ein Versuch, diese Lücke zu schließen.

Um dieser Herausforderung zu begegnen, hat BitRobot aufgabenspezifische Subnetze eingerichtet, die unterschiedliche Kategorien von Robotikdaten sammeln sollen. Diese umfassen die urbane Navigation sowie Aufgaben mit körperlicher Geschicklichkeit, sodass das Netzwerk auf spezialisierte Datensätze abzielen kann, statt sich auf ein einziges zentralisiertes Sammelsystem zu verlassen.

Tragbare Kameras erweitern die Datenerhebung

Eines der wichtigsten Werkzeuge von BitRobot ist RoboCap, ein tragbares Gerät im Preis von rund 1.000 US-Dollar, das mit sechs Kameras ausgestattet ist. Die Ausrüstung zeichnet First-Person-Videos und Handbewegungen auf und ermöglicht so die Datenerhebung, während Menschen gewöhnliche Aufgaben in Umgebungen wie Bäckereien und Fabriken ausführen.

Das Unternehmen plant, die Geräte an Arbeitskräfte und andere Beitragende zu verteilen, um die Bandbreite der in seinen Datensätzen abgebildeten realen Szenarien zu erweitern. Die Teilnehmer sollen auf Basis der Neuheit und des Nutzens der von ihnen gelieferten Informationen belohnt werden.

Ein Bewertungsmechanismus soll ungewöhnliche oder wertvolle Situationen gegenüber sich wiederholenden Daten bevorzugen. Dies könnte Beitragende dazu anregen, Szenarien festzuhalten, die bei konventionellen, streng kontrollierten Datenerhebungsoperationen kaum auftreten würden.

Solana stellt die Blockchain-Infrastruktur

Solana dient als zugrunde liegende Blockchain-Infrastruktur für BitRobot und unterstützt die Nachverfolgung von Beiträgen, die Buchhaltung und Zahlungen. Die vergleichsweise niedrigen Transaktionskosten sollen es praktikabel machen, Teilnehmer in einem geografisch verteilten Netzwerk zu vergüten.

Victor hat Solanas Entwicklerwerkzeuge und die etablierte Entwicklergemeinschaft als wesentliche Faktoren für die Entscheidung hervorgehoben, das Projekt auf der Blockchain aufzubauen.

BitRobot nutzt zudem Access-ID-Zugangsdaten, mit denen Beitragende einen Ruf im Bereich Robotik aufbauen können. Teilnehmer können für ihre Beiträge digitale Belohnungen namens Bolts verdienen – ein System, das Beteiligung, Reputation und Vergütung miteinander verknüpfen soll.

Durch die Kombination offener Datensätze, tragbarer Hardware zur Datenerhebung und blockchainbasierter Anreize strebt BitRobot ein Robotik-Netzwerk an, in dem Beitragende wertvolle Echtweltdaten liefern und an den daraus entstehenden Vorteilen teilhaben können.

Datenbesitz könnte den Robotik-Wettbewerb prägen

Die Entwicklung des Projekts fällt in eine Zeit, in der verkörperte KI zu einem zunehmend wichtigen Forschungsgebiet wird, in dem Unternehmen und akademische Einrichtungen nach besseren Wegen suchen, Roboter für Aufgaben in der physischen Welt zu trainieren. Große Technologieunternehmen haben heavily in Programme zum maschinellen Lernen von Robotern investiert, und der Zugang zu knappen Echtweltdatensätzen ist zu einem Wettbewerbsfaktor geworden – ein Grund, warum offene Veröffentlichungen wie FrodoBots-2K, die die Einstiegshürde für kleinere Labore und unabhängige Forscher senken, in der Branche Aufmerksamkeit erregen.

Für Solana stellt BitRobot eine weitere potenzielle Anwendung jenseits von Finanztransaktionen und spekulativer Aktivität dar. SOL notierte am 7. September 2026 bei 104,60 US-Dollar, 0,66 % unter dem Vortagesstand, wobei die Marktleistung des Tokens von der zugrunde liegenden Technologie des Netzwerks getrennt zu betrachten ist.

Die längerfristigen Aussichten von BitRobot hängen davon ab, ob sein dezentrales Modell Datensätze höherer Qualität und größerer Vielfalt zu wettbewerbsfähigen Kosten im Vergleich zu zentralisierten Alternativen hervorbringen kann. Im Erfolgsfall könnte das netzwerkbasierte Modell Robotik-Entwicklern einen breiteren Zugang zu Echtwelt-Trainingsdaten verschaffen und zugleich neue Anreize für Einzelpersonen und Unternehmen schaffen, zuvor schwer erfassbare Informationen beizusteuern.