Tesla Robotaxi 德州悄然扩容 德州 DMV 显示，Tesla 一次性新增 28 辆 Robotaxi（19 辆 Model Y + 9 辆 Cybercab），总登记达 476 辆，其中 Cybercab 增至 67 辆（涨近50%）。 落地方差：目前街头仅观测到约 42 辆在跑，登记到实际部署存在滞后。 心理关口：Cybercab 突破 100 辆 是关键节点，届时市场才会意识到“节奏变了”。 后续看点：渐进式增长掩盖了蓄力，年内能否冲刺数千辆，核心看 NHTSA 的监管审计。 你看好特斯拉年底前破千辆大关吗？

仅Robotaxi未来的业务，今天就值440美元/股了？ 按分析师Jo的这套偏保守的 DCF 模型：Robotaxi 单独折现到今天，已经值 440 美元/股——比当前整家特斯拉还高，完全不包含 Optimus、储能和整车业务 假设并不激进：1 美元/英里、200 付费英里/天、330 天运营、1.6 万造车成本、再打 20% 失败折扣。2026 年底若有 1 万辆上路，利润 run rate 会很快接近甚至超过公司 2026 全年净利润。 股价还在 350 附近徘徊，这条轨迹一旦被市场看见，会很难继续装看不见。但说实话我看今年底1万台Cybercab上路的可能性目前看低于10%，甚至到明年底能有一万台上路的几率也不到50%，所以这个440得打个大的折扣，先说一半吧，220美元/股，如果再加上其他业务，这么说年底的合理价格也就差不多440美元/股吧。个人意见，仅供参考 NFA DYOR...

Axis Robotics × @BinanceWallet 这次有点东西。 1,500,000 Axis Points，活动持续 30 天，而且是专门给 Binance 无密钥钱包用户准备的。 玩法也不复杂：用 Binance Wallet 参与 Axis，去教机器人完成任务，然后把你的数据在 Base 上完成签署。 最关键的是，这次奖励池和 Axis 主产品的积分体系是完全独立的。 也就是说，如果你本来就在玩 Axis，这次相当于多了一条额外的积分获取渠道。 机器人训练 + 链上数据签署 + Axis Points，三个东西串在了一起。 目前总池子是 150 万 Axis Points，时间只有 30 天。 有 Binance Wallet 的可以直接去看看，尤其是本来就在刷 Axis 任务的，这种活动没必要错过。 @KaitoAI @axisrobotics

Axis Robotics 每天看着机器人模型在实验室里卡住。 跑不通的抓取动作，识别不了的场景，泛化不了的路径。 人类好像越来越能造机器人，但越来越不会教机器人了。 1> @axisrobotics 最早就是一个数据标注项目——只不过标的不是图片，是机器人动作。 你打开浏览器，用鼠标拖拽一个虚拟机械臂，教它怎么拿起杯子、怎么拧开瓶盖、怎么给花浇水。就这么简单。动动鼠标，教机器人，赚积分。 但团队很快发现了一个问题： 不是没人想教，是根本不知道怎么教。 2> 机器人的数据，被什么东西卡住了？ 大语言模型有全网文本可以训练。 自动驾驶有上亿公里路测数据。 但机器人呢？ 真实的机器人操作数据，只能靠实验室里少数专家，一台一台机械臂手动采集。成本高、速度慢、场景单一。 而机器人需要学会的，是真实世界里千变万化的动作——拿起不同形状的杯子、在不同光照下识别物体、在杂乱环境中规划路径。 实验室里采集的那点数据，不够。 3> Axis 看不下去了。 他们发现Physical AI最大的瓶颈不是算法，是数据覆盖度。 没有足够多、足够多样化的训练数据，再好的模型也是空中楼阁。 所以他们决定换一种思路。 4> 从实验室采集变成全民众包。 Axis 的做法很简单：在浏览器里搭建物理仿真环境，让全球任何一个人，打开网页就能操作虚拟机器人。 你拖拽机械臂完成的每一个动作，都会被记录成一条轨迹数据。 这些数据经过验证后，用来训练真正的机器人模型。 2026年2月，Axis 做了一次代号叫"小王子的玫瑰"的实验。 全球1.2万名普通用户在5天内完成了10,000条高质量轨迹数据的采集。 然后他们把其中一批数据直接部署到了真实的 Franka 机械臂上——成功复现。 不需要你买机器人，不需要你懂编程。打开浏览器，动动鼠标，你就在教一个真正的机器人如何行动。 5> 但最有意思的是商业模式。 企业客户可以提出定制化的数据需求——特定任务、特定环境、特定机器人本体。 Axis 把这些需求拆解成任务套件，分发给全球贡献者网络。 贡献者完成任务、产生数据，企业付费购买。 部分收入回流给贡献者。 形成一个闭环： 商业需求 → 任务生成 → 众包采集 → 数据验证 → 模型训练 → 部署落地 物理AI变成了一个网络：商业需求驱动数据创建，贡献者提供智能，模型持续进化。 6> 技术底子怎么样？ Axis 自研了 MetaSim 架构，把复杂的物理仿真和轻量化的网页交互解耦。 你在浏览器里拖拽机械臂的每一帧，背后是 MuJoCo 的高频物理模拟，再通过跨仿真重放技术在 Isaac Sim 里做大规模域随机化。 说白了就是：你操作简单，但数据质量不简单。 截至2026年7月，Axis 数据集已包含207个多样化任务和超过5万条轨迹。 7> 最新进展是什么？ 7月28日，Axis Robotics 宣布完成1200万美元种子轮融资。 Hack VC 领投，Nomad Capital、Pi Core Team Ventures、10K Ventures 及多位天使投资人跟投。 资金将用于加速建设大规模并行、有人类参与的全球数据引擎。 而且，Axis 即将在 Base 链上推出主产品——数据贡献记录上链，可验证、可追溯。 8> 现在，Axis 正在测试网阶段释放任务。 首批30个任务，已有三分之一进度跑满100%。 Hub 任务可以直接参与，Alliance 任务需要邀请码。 早起的鸟不一定吃到虫，但至少先占了训练工位。 关注 @BTCDTA 和 @0xsexybanana 机器人不会自己学会走路。 但你可以教它。 打开浏览器，动动鼠标，你就在参与建造物理AI的"GPT时刻"。 #AxisRobotics# #PhysicalAI# #Web3#

Axis Robotics 宣布完成 1,200 万美元种子轮融资，由 Hack VC 领投，Nomad Capital、10K Ventures 及多位天使投资人参投。资金将用于扩展其融合仿真、第一视角真实数据采集和人工反馈训练的机器人数据引擎，以支持 Physical AI 模型开发。