人工智慧正在超越瀏覽器，進入現實世界。瓶頸是什麼？數據。 今天我們宣布由 @a16zcrypto 領投的 1500 萬美元種子輪，旨在建立基礎設施，收集、策劃和授權高品質的實體 AI 數據。 由 @StoryProtocol 孵化並建立。

下一波的人工智慧不會僅僅存在於你的瀏覽器中。 而前沿不在於計算或模型。 即將來臨 – 敬請期待。

眾議院剛剛歷史性地通過了有關穩定幣（GENIUS法案）和市場結構（CLARITY法案）的重大立法，這是一個壓倒性兩黨合作的結果。 這對於加密貨幣和所有美國人來說都是一個重要的時刻。我們非常接近首次擁有全面、主動的規則。 接下來：GENIUS法案將送到總統的辦公桌上等待簽署。之後，參議院應該通過CLARITY法案。 我們相信，通過這些法律是確保美國在下一個互聯網時代繼續保持世界領導地位的最佳方式。 感謝所有這些法案的共同提案人以及國會兩岸的驚人支持者。

<下一章開始：歡迎 Sandeep Chinchali 擔任首席 AI 官> 上週，我們分享了 Story 的第二章。我們的願景是為七十萬億美元的 IP 經濟建立 AI 原生基礎設施。今天，這一願景向前邁進。 我很高興歡迎 @SPChinchali 擔任我們的首席 AI 官。 當我第一次看到 Sandeep 的背景（斯坦福博士、NASA JPL、德州大學奧斯汀分校教授、早期在被 VMware 收購的初創公司工作的工程師）時，我預期他會是一個非常技術性、學術性的專業人士。但讓我印象深刻的是，他如何清晰地將自己的專業知識與實際需要建設的內容聯繫起來。 他在 AI 最具挑戰性的問題之一上工作了十多年：如何捕捉和結構化正確的現實世界數據以訓練智能系統。他收集並標註了長尾數據，在邊緣設備上訓練模型，並面對 AI 實驗室現在遇到的相同限制。他對加密貨幣的信念來自於親身經歷。他將其視為激勵、來源和大規模協調的唯一可行基礎。 隨著時間的推移，這種信念變得更加明確。在機器人實驗室、課堂和初創公司工作多年後，Sandeep 得出了一個明確的結論：解決這些問題需要一些專門建造的東西。當他看到我們在 Story 建立的東西時，立刻明白了。這正是缺失的部分。 而且他還帶來了人們。在我們的對話中，我早期注意到的一件事是他多麼頻繁地談論他的學生。不僅僅是隨口而談，而是帶著真正的驕傲和好奇心。他提到他們正在建設的東西、讓他們興奮的事物、他們提出的問題。而且不知怎的，這些故事總是回到我們在 Story 上的工作。這種跨越人員和學科編織思想的習慣並不是表演性質的。這只是他的思維方式。 這種好奇心和開放性是使他成為如此強大溝通者的一部分。他不會為了可及性而簡化複雜性。他建立橋樑。無論他是在與研究人員、建設者還是合作夥伴交談，他都會在他們所在的地方與他們會面，並將他們帶到前面。 這正是適合當前時刻的心態。AI 的方向越來越明確。 競爭不再是計算或模型設計。計算已經集中。模型在幾週內被克隆。剩下的稀缺資源是數據：特別是無法被抓取或模擬的 IP 清除的現實世界數據。 在過去幾個月中，領先的 AI 團隊來找我們，尋求使這種數據可用的基礎設施。他們希望系統從一開始就嵌入來源、權限和版稅流。 Story 是唯一專門設計用於大規模實現這一點的基礎設施。 我們將現實世界數據註冊為 IP，跟踪其從捕獲到標註再到合成生成的完整生命周期，並在所有貢獻者之間路由版稅。 為了領導這一工作，我們需要的不僅僅是技術專業知識。我們需要一個能夠匹配我們所建設的規模和雄心的人：一個擁有深厚系統思維、實踐經驗和真誠好奇心的稀有組合。 那就是 Sandeep。 他在機器人技術、機器學習和去中心化基礎設施方面都有建設經驗。同樣重要的是，他帶來的開放性和智力慷慨使他成為一個連接者。他仔細傾聽，跨領域提取見解，並將一切根植於更大的圖景中。這種嚴謹性、清晰性和目的感的組合正是這一時刻所需要的。 Sandeep 將領導 Story 的 AI 策略，涵蓋研究、產品和生態系統發展，包括為去中心化數據和訓練推出新原語。 這是 Story 向前邁進的重要一步。我們相信數據 IP 將定義 AI 的下一個時代。隨著 Sandeep 的加入，這一未來觸手可及。 讓我們一起建設。下週將有更多消息。

我在職業生涯中一直在追尋一個問題：我們如何收集正確的數據，使人工智慧在現實世界中運作？ 從史丹佛實驗室到德州大學奧斯汀分校的課堂，我到處尋找。答案不是另一個人工智慧實驗室，而是一個將數據視為知識產權的區塊鏈。這就是為什麼我加入 @StoryProtocol 擔任首席人工智慧官的原因。 在史丹佛，我研究了「雲端機器人技術」，即機器人艦隊如何利用分散式計算共同學習。我甚至在我的車上安裝了一個行車記錄器來解決這個問題： 如果機器人只能上傳它們所見的 5-10%，我們如何選擇最有價值的數據？ 大部分都是無聊的高速公路畫面。但 <1% 捕捉到了稀有場景：自駕的 Waymo、施工現場、不可預測的人類。這些「長尾」數據使模型更智能。我手動標註了這些數據，甚至支付了 Google Cloud 的標註服務，為我的畫面註解了像「LIDAR 單元」和「自動駕駛車輛」這樣的利基概念，並訓練了在 USB 大小的 TPU 上運行的模型。但學術界的進展有限。 在德州大學奧斯汀分校，我的問題轉變了： → 我們如何眾包稀有數據以改善機器學習？ → 什麼激勵系統實際上有效？ 這使我進入了加密貨幣的世界——區塊鏈、代幣經濟，甚至 DePIN。我寫了部落格，撰寫了有關去中心化機器學習的論文，但仍然在想：誰在實際建設這個基礎設施？ 完全是偶然，我遇到了 Story 團隊。我被邀請在他們的帕洛阿爾托辦公室發表演講。當時是晚上 6 點，會議室仍然擠滿了人。我隨意談論「神經符號人工智慧」，並以一張名為「一點加密」的幻燈片結束。那次演講變成了一個顧問角色，現在變成了更大的事情。 我們正處於一個關鍵時刻。計算問題大多已經解決。模型架構可以在一夜之間被複製。真正的護城河是數據。 不是抓取的 Reddit。不是無盡的語言。而是經過權利清除的、長尾的、真實世界的數據，這些數據訓練具身體的人工智慧——機器人、自動駕駛車輛、導航我們混亂世界的系統。 想像一下：我在行車記錄器上捕捉到一個稀有的駕駛場景並在 Story 上註冊。一位朋友為其標註。一個人工智慧代理創建合成變體。在 Story 的圖結構鏈上，每個變體都成為鏈接的知識產權。版稅自動流回。每個人都獲得報酬，每一步都可以在鏈上追蹤。 這就是為什麼我現在是 Story 的首席人工智慧官，正在建立去中心化、權利清除的訓練數據的基礎設施。是時候讓數據成為新的知識產權。Story 是實現這一目標的地方。 更多內容即將到來。讓我們開始吧。

Story 的法律面是其強大之處。 本著開放建設的精神，這裡有一些我們在授權方面正在籌備的內容的預覽。 可編程個人許可證 (PPL 👥)：全球首個以人為中心的可編程授權框架，涵蓋姓名、形象和肖像。 隨著 AI 在複製人類方面的進步，您的數位身份將成為您最有價值的資產。PPL 使其可編程化。 這是基於我們現有的可編程知識產權許可證 (PIL 💊)，這是一個與頂尖律師事務所共同創建的創意內容通用法律框架。PIL 已經為 Story 上的 200,000 多個知識產權資產提供支持，並將持續更新和改進！ 敬請期待更多消息。