OpenMind 整合 NEAR AI 云平台以应对家庭机器人领域的隐私风险

OpenMind AGI 已经整合 NEAR AI 云 该公司将这项技术集成到其机器人软件栈中，旨在解决家用机器人普及的最大障碍之一：用户隐私。这项于2025年12月17日宣布的集成，实现了两家公司所称的“可验证的私密智能”，使家用机器人能够在不泄露敏感家庭数据的情况下，使用基于云的人工智能模型进行推理。该方案将隐私视为机器人系统在私人住宅中运行的一项技术上可执行、可审计的属性，而非一项政策承诺。

OpenMind分享了该公告 在 X 上公开并迅速获得了广泛关注。这种反响反映出，随着机器人开始从受控的实验室环境进入日常家庭环境，人们对隐私问题的关注度日益提高。

为什么隐私已成为家庭机器人领域的核心问题

家用机器人如同移动传感器网络，依靠摄像头、麦克风和空间地图系统来导航环境、识别物体并与人互动。实际上，这意味着它们需要收集有关房屋布局、日常作息和人际互动（包括涉及儿童和其他弱势群体的互动）的数据。

机器人开发者历来面临着技术上的权衡取舍。由于硬件、功耗和散热的限制，设备端处理限制了人工智能模型的规模和复杂性。基于云的推理能够实现更高级的感知和推理，但也带来了数据泄露、滥用或云运营商未经授权访问的风险。在大多数消费级部署中，这些风险是通过合同保证而非可强制执行的技术控制来管理的。

OpenMind公司表示，这种妥协方案与其在私人生活空间部署自主机器人的目标不符。与NEAR AI Cloud的集成旨在消除用户在云端推理过程中需要在功能和数据隐私之间做出选择的困境。

背景：OpenMind AGI 及其机器人技术栈

OpenMind AGI 是一家专注于为智能协作机器开发开源基础设施的机器人软件公司。该公司的使命是使机器人能够相互理解、适应和协作，而不是作为孤立的设备运行。

OM1：开源机器人操作系统

OpenMind平台的核心是OM1，这是一个模块化的机器人AI运行时和操作系统。OM1与硬件无关，旨在支持多种应用场景，包括人形机器人、四足机器人和纯数字代理。它支持多模态AI代理，能够将感知、推理和实时动作相结合。

OM1 于 2025 年 9 月进入测试阶段，并迅速成为 GitHub 上最受关注的机器人项目之一。该系统旨在运行于相对经济实惠的硬件上，例如 NVIDIA Jetson 设备，同时保持与外部 AI 模型和数据工具的兼容性。

FABRIC：机器人的身份识别与协调

OpenMind 的 FABRIC 协议为机器人提供可验证的身份、位置和协调能力。该公司将其描述为 GPS、VPN 和机器握手协议的组合。FABRIC 支持安全的点对点通信、带溯源信息的数据共享以及多智能体协调。

发现有前途的项目...

有前景的项目...

（广告）

文章继续...

该基础设施旨在支持机器人协作、分担任务以及在不依赖中央权威的情况下验证彼此行为的场景。

OpenMind 应用

OpenMind App目前在iOS和Android平台提供测试版，它作为一个机器人服务市场和协调平台，用户可以请求机器人任务、提供反馈并贡献数据，例如室内外信号地图。该应用还支持人机交互评估，并在未来的版本中支持在安全关键情况下进行远程操作。

NEAR AI 云集成的工作原理

OpenMind 与 NEAR AI Cloud 的集成以利用硬件级安全保障实现私有推理为核心。人工智能工作负载并非在标准云环境中处理敏感数据，而是在可信执行环境 (TEE) 内执行。

安全数据流

机器人采集的数据在离开设备前会在本地进行加密。一旦传输到云端，加密数据就会在一个基于英特尔TDX和NVIDIA Confidential Compute等硬件技术构建的安全区域内进行处理。

在这种环境下，数据会先被临时解密以进行推理，然后在返回给机器人之前立即重新加密。包括 NEAR AI 云管理员在内的云运营商在任何情况下都无法访问原始数据。

密码验证

该系统的一个关键特性是可验证性。每个推理结果都附带一个加密证明，确认计算是在经过验证的安全硬件上执行的。用户和开发者可以独立验证这些证明，从而用技术证据取代基于信任的保证。

这种方法使 OpenMind 机器人能够使用大型、复杂的 AI 模型，而无需将昂贵的 GPU 或高性能硬件直接嵌入消费类设备中。

对用户和开发者的实际好处

对用户而言，主要优势在于可审计的隐私保护。机器人可以执行诸如感知密集型导航或情境理解等高级任务，而无需创建不透明的数据流。这解决了家庭在私人空间考虑使用自主系统时的一个核心顾虑。

对于开发者和制造商而言，安全的云端推理可以降低硬件需求。通过卸载密集型计算任务，可以降低机器人的功耗和物料成本，这对于将消费级机器人从利基市场推广到更广泛的市场至关重要。

NEAR AI Cloud 报告称，其基础设施已支持用户总数超过 100 亿的平台，其中包括与 Brave 和 Phala Network 等项目的集成。此次与 OpenMind 的集成将这种保密计算模式扩展到了机器人领域。

自主支付：OpenMind 与 Circle 的集成

隐私并非OpenMind唯一关注的基础设施挑战。2025年12月2日，该公司宣布与Circle达成合作，为自主机器人实现基于USDC的支付。

使用 Circle 的 USDC 稳定币和 Coinbase 开发的 x402 协议，OpenMind 机器人可以进行机器对机器和机器对人的交易，并实现稳定价值结算。

自主支付的工作原理

在 OM1 和 FABRIC 平台上运行的机器人可以利用可验证的身份自主发起支付。诸如小额充电费或资源使用费之类的微支付可以在链上实时结算。演示表明，机器人无需人工干预即可支付服务费用或从完成的任务中获得收益。

USDC 用于规避波动性，使交易可预测，并适合运营成本。x402 协议支持高吞吐量的小额支付，可实现每秒数千笔交易的场景。

对机器人技术的影响

自主支付减少了对传统金融中介机构和人工计费流程的依赖。对于机器人集群而言，这可以降低交易成本并实现全球运营。加密验证还能减少欺诈，简化机器驱动型经济活动的合规流程。

OpenMind 的集成对机器人和人工智能基础设施意味着什么

总而言之，OpenMind 与 NEAR AI Cloud 和 Circle 的集成表明了一种更广泛的架构转变。机器人不再仅仅是设备，而是被设计成具有身份、隐私保障和经济能力的网络化智能体。

这种方法与家庭以外的新兴应用场景相契合，包括医疗保健、物流以及其他敏感数据与自主决策交织的领域。通过结合保密计算、加密验证和稳定的数字支付，OpenMind 正在构建一种信任由技术手段而非假设来保障的模式。

监管和安全方面的挑战依然存在，尤其是在自主系统承担更大责任的情况下。然而，降低硬件成本、加强隐私保护以及实现直接的经济互动，或许能够降低实际部署的门槛。

结语

OpenMind公司集成NEAR AI Cloud平台，为长期存在的家庭机器人隐私问题提供了一种切实可行的技术解决方案。通过将硬件支持的保密计算与加密验证相结合，该公司使机器人能够在不泄露敏感家庭数据的情况下使用先进的云端人工智能。 

除了通过 Circle 和 USDC 开发自主支付方案外，OpenMind 还在构建基础设施，将机器人视为可验证、保护隐私且经济自主的代理。这些集成解决了实际部署的限制，并强化了消费机器人领域向可执行的信任机制转变。

来源：

• 近人工智能博客 - 与 OpenMind 集成
• OpenMind X Post - 人工智能公告