OpenMind 整合 NEAR AI Cloud 以解決家庭機器人中的隱私風險

來源：CryptoNewsNet 原文標題：OpenMind 整合 NEAR AI Cloud 以解決家庭機器人中的隱私風險 原文連結：

為何隱私已成為家庭機器人中的核心議題

OpenMind AGI 已將 NEAR AI Cloud 整合到其機器人軟體堆疊中，以解決家庭機器人採用中最持續存在的障礙之一：用戶隱私。此整合使雙方描述為「可驗證的私密智慧」，允許家庭機器人利用雲端 AI 模型進行推理，而不暴露敏感的家庭資料。此方法將隱私視為一個技術可強制執行且可審計的特性，而非僅是政策承諾，適用於在私人家庭中運作的機器人系統。

家庭機器人作為移動感測網絡，依賴攝像頭、麥克風和空間映射系統來導航環境、辨識物體並與人互動。實務上，這意味著收集有關家庭佈局、日常例行和個人互動的資料，包括涉及兒童和其他弱勢住戶的資訊。

機器人開發者歷來面臨技術上的取捨。在裝置端處理限制了 AI 模型的大小與複雜度，原因包括硬體、電力與熱管理。雲端推理則能提供更先進的感知與推理能力，但也帶來資料暴露、濫用或未經授權存取的風險。在大多數消費者部署中，這些風險多是透過契約保證來管理，而非可強制執行的技術控制。

OpenMind 表示，這種取捨與其在私人空間部署自主機器人的目標不符。與 NEAR AI Cloud 的整合旨在消除用戶在雲端推理時必須在功能能力與資料隱私之間做出選擇的需求。

背景：OpenMind AGI 及其機器人堆疊

OpenMind AGI 是一家專注於開發智慧、協作機器人開源基礎設施的軟體公司。公司聲稱的使命是讓機器人能理解、適應並協調彼此，而非作為孤立的裝置運作。

OM1：開源機器人作業系統

OpenMind 平台的核心是 OM1，一個模組化的 AI 運行時與作業系統，專為機器人設計。OM1 不依賴特定硬體，支持多種實體形態，包括人形、四足動物和純數位代理。它支援多模態 AI 代理，結合感知、推理與即時行動。

OM1 於 2025 年 9 月進入測試版，迅速成為 GitHub 上最受矚目的機器人專案之一。此系統設計可在相對經濟的硬體上運行，例如 NVIDIA Jetson 裝置，同時保持與外部 AI 模型與資料工具的相容性。

FABRIC：機器人身份與協作

OpenMind 的 FABRIC 協議為機器人提供可驗證的身份、位置與協作能力。公司描述其為 GPS、VPN 與機器握手協議的結合。FABRIC 支援安全的點對點通訊、具有來源證明的資料分享，以及多代理協作。

此基礎設施旨在支援機器人合作、共享任務與驗證彼此行動的場景，而不依賴中央權威。

OpenMind 應用程式

OpenMind 應用程式目前在 iOS 和 Android 的測試版中，作為機器人服務的市場與協作層。用戶可以請求機器人執行任務、提供反饋，並貢獻資料，例如室內外訊號映射。該應用也支援人機循環評估，未來版本將加入遠端操控以應對安全關鍵情境。

NEAR AI Cloud 整合的運作方式

OpenMind 與 NEAR AI Cloud 的整合重點在於利用硬體支援的安全性進行私密推理。資料不在標準雲端環境中處理，而是在可信執行環境 (TEEs) 內執行 AI 工作負載。

安全資料流

由機器人捕捉的資料在離開裝置前會進行本地加密。傳送到雲端後，這些加密資料在基於 Intel TDX 和 NVIDIA Confidential Compute 等硬體技術構建的安全 enclave 中處理。

在此環境中，資料會暫時解密以進行推理，然後立即重新加密，並返回給機器人。在任何時點，雲端運營者，包括 NEAR AI Cloud 管理員，都無法存取原始資料。

密碼學驗證

此系統的一個關鍵特點是可驗證性。每次推理結果都附有密碼學證明，證明該計算是在經過驗證的安全硬體上執行。用戶與開發者可以獨立驗證這些證明，取代信任為基礎的保證，轉而以技術證據為依據。

此方法使 OpenMind 機器人能使用大型、複雜的 AI 模型，而無需在消費者裝置中嵌入昂貴的 GPU 或高功耗硬體。

對用戶與開發者的實務利益

對用戶而言，主要優點是可審計的隱私。機器人能執行高階任務，如感知密集的導航或情境理解，卻不會產生不透明的資料流。這解決了家庭在考慮私人空間自主系統時的核心疑慮。

對開發者與製造商而言，安全的雲端推理降低了硬體需求。透過將密集運算外包，機器人可以用較低的能耗與較低的材料成本來建造，這對於擴展消費性機器人市場至關重要。

NEAR AI Cloud 已報告其基礎設施已支援超過 1 億用戶的平台，並與 Brave、Phala Network 等專案整合。OpenMind 的整合將此保密運算模型延伸到機器人領域。

自動支付：OpenMind 與 Circle 的整合

隱私並非 OpenMind 只關注的基礎設施挑戰。公司宣布與 Circle 合作，實現基於 USDC 的自主機器人支付。

利用 Circle 的 USDC 穩定幣與 x402 協議，OpenMind 機器人可以進行機器對機器與機器對人之間的交易，並以穩定價值結算。

自動支付的運作方式

運行於 OM1 和 FABRIC 的機器人能以可驗證身份自主啟動支付。微支付，例如充電或資源使用的小額費用，可以在鏈上即時結算。示範中，機器人已展現能支付服務費或在完成任務後獲取收入，無需人類介入。

USDC 用於避免波動，使交易具有預測性，適用於營運支出。x402 協議支援高吞吐量微支付，能處理每秒數千筆交易。

對機器人的影響

自主支付降低對傳統金融中介與手動帳單流程的依賴。對於機器人車隊，這可以降低交易成本，並促進全球運作。密碼學驗證也降低詐騙風險，簡化機器驅動經濟活動的合規性。

OpenMind 的整合對機器人與 AI 基礎設施的意義

綜合來看，OpenMind 與 NEAR AI Cloud 及 Circle 的整合暗示一個更廣泛的架構轉變。機器人不僅是裝置，更是具有身份、隱私保障與經濟能力的網絡代理。

此策略符合家庭以外的應用場景，包括醫療、物流及其他敏感資料與自主決策交叉的環境。結合保密運算、密碼學驗證與穩定數位支付，OpenMind 正在推動一個以技術強制執行信任的模型。

儘管仍面臨監管與安全挑戰，特別是自主系統承擔更大責任之際，但降低硬體成本、提升隱私保障與促進直接經濟互動，或能降低實際部署的門檻。

結論

OpenMind 與 NEAR AI Cloud 的整合，為家庭機器人長久以來的隱私問題提供了具體的技術解決方案。透過結合硬體支援的保密運算與密碼學驗證，該公司使機器人能在不暴露敏感家庭資料的情況下，使用先進的雲端 AI。

配合其與 Circle 和 USDC 的自主支付工作，OpenMind 正在建立一個將機器人視為可驗證、隱私保護且具有經濟自主能力的代理的基礎設施。這些整合不僅解決了實務部署的限制，也強化了向以信任為核心、可強制執行的消費者機器人轉型的趨勢。