你可能在各处看到过这样的头条新闻，60%到80%的机器、机器人和人工智能在现实世界中失败。 为什么？很简单。Sim2Real差距 （顺便说一下，我在这里谈论的是@peaq / polkadot） 你在某个受控的模拟环境中用有限的数据集训练人工智能，这些数据集通常由少数几家大公司拥有，而这些公司并不急于让你的人工智能学习更多。 然后你把那个人工智能或机器人放到现实世界中……结果却一败涂地…… 这就是DePIN改变一切的地方。以前，训练机器意味着缓慢而昂贵的数据收集。现在呢？ 在任何地方部署低成本硬件设备 用代币奖励贡献者 如果历史教会了我们什么，那就是在这些转变中提前布局总是有回报的。 是的，我从@notjazii在引用的帖子中获得了灵感。