اوپنمایند چیست: بررسی پلتفرم هوش مصنوعی که با سیستم عامل OM1 خود، هوش دنیای واقعی را بهبود میبخشد

اوپنمایند نرمافزار هوش مصنوعی متنباز، از جمله OM1 OS برای هوش ربات و Fabric برای هماهنگی غیرمتمرکز ماشینها را توسعه میدهد که امکان همکاری در دنیای واقعی را فراهم میکند.
UC Hope
7 نوامبر، 2025
فهرست مندرجات
جهان در حال حاضر هوش مصنوعی (AI) را در مقیاس وسیعی پذیرفته است و بسیاری از پلتفرمها به دنبال راههایی برای توسعه نرمافزار متنباز هستند تا پردازش آسان اطلاعات را امکانپذیر سازند. اینجاست که روشن فکر وارد میشود و ابزارهایی را توسعه میدهد که به رباتها اجازه میدهد اطلاعات را پردازش کنند، از دادهها یاد بگیرند و وظایف را در محیطهای فیزیکی هماهنگ کنند.
این پلتفرم هوش مصنوعی که در سال ۲۰۲۴ توسط جان لیپاردت، استاد مهندسی زیستی دانشگاه استنفورد، تأسیس شد، یک پایه نرمافزاری برای رباتها، از جمله مدلهای انساننما و چهارپا، فراهم میکند تا بتوانند تعاملات با انسانها و سایر ماشینها را مدیریت کنند. این پلتفرم از طریق دو مؤلفه اصلی عمل میکند: OM1یک سیستم عامل ربات که مدلهای هوش مصنوعی مانند GPT-4o از OpenAI را با سختافزار برای وظایفی مانند ناوبری و ارتباطات ادغام میکند، و پارچه، یک شبکه غیرمتمرکز برای تأیید هویت ماشین و اشتراکگذاری دادهها. این تنظیمات به توسعهدهندگان اجازه میدهد تا عوامل هوش مصنوعی را مستقر کنند که ورودیها را از منابعی مانند دوربینها، حسگرهای LIDAR و دادههای آنلاین دریافت میکنند و سپس اقدامات را در محیطهای دنیای واقعی اجرا میکنند.
اوپنمایند چیست و چگونه کار میکند؟
همانطور که قبلاً گفته شد، OpenMind بر ایجاد نرمافزاری تمرکز دارد که رفتار هوشمند را در ماشینها امکانپذیر میکند و کار انسان را آسانتر میکند. این شرکت ابزارهایی میسازد که به رباتها اجازه میدهد دادهها را از منابع مختلف تفسیر کنند، با استفاده از مدلهای زبانی بزرگ تصمیمگیری کنند و اقدامات هماهنگ انجام دهند. به عنوان مثال، رباتی که نرمافزار OpenMind را اجرا میکند میتواند به اطلاعات وب دسترسی داشته باشد، دادههای بصری را از دوربینها پردازش کند یا از طریق پلتفرمهای رسانههای اجتماعی مانند X تعامل داشته باشد.
این پلتفرم با ترکیب هوش مصنوعی با سختافزار فیزیکی کار میکند. توسعهدهندگان، شخصیتهای هوش مصنوعی را طوری پیکربندی میکنند که در محیطهای ابری یا روی دستگاههایی مانند رباتهای TurtleBot 4 یا واحدهای انساننما عمل کنند. این شخصیتها از مدلهایی از ارائهدهندگانی مانند Gemini، Claude و DeepSeek برای مدیریت پرسوجوها و وظایف استفاده میکنند. در عمل، این بدان معناست که کاربر میتواند به یک ربات دستور دهد تا فضایی را کاوش کند، در فعالیتهای آموزشی کمک کند یا بهروزرسانیهای آنلاین را ارسال کند، که همه این کارها توسط مجموعه نرمافزاری انجام میشود.
رویکرد OpenMind بر دسترسی متنباز تأکید دارد و کاربران را قادر میسازد تا کد را برای رفع نیازهای خاص، مانند بهینهسازی برای استفاده در منزل یا محل کار، تغییر دهند. این سیستم شامل راهنماهایی برای توسعهدهندگان است که دستورات رابط خط فرمان، ساختارهای پروژه و مراحل ادغام حسگرها یا اقدامات جدید را پوشش میدهد. این ماژولار بودن از استقرار در سختافزارهای متنوع پشتیبانی میکند و وابستگی به سیستمهای اختصاصی را کاهش میدهد.
اپلیکیشن Openmind که هنوز در مرحله بتا است، به عنوان «اوبر برای رباتها» در نظر گرفته میشود و به کاربران اجازه میدهد تا خدمات رباتها را برای زندگی روزمره درخواست، ارائه و ارزیابی کنند. این اپلیکیشن وعده میدهد که مشارکتهای انسانی در دنیای واقعی را به بازخوردی تبدیل کند که رباتها را برای رفتار مانند انسان آموزش میدهد.

در وبسایت آمده است: «همانطور که ChatGPT به ورودی کاربر متکی است و تسلا از رانندگان یاد میگیرد، OpenMind APP مشارکتهای انسانی در دنیای واقعی را به بازخوردی تبدیل میکند که رباتها را آموزش میدهد تا مانند انسانها عمل کنند - در مقیاس بزرگ».
اکوسیستم OpenMind: OM1 و Fabric
این اکوسیستم شامل OM1 و Fabric است که با هم به عملکرد رباتهای منفرد و هماهنگی در سطح شبکه میپردازند. OM1 عملیات اصلی را در یک دستگاه واحد مدیریت میکند، در حالی که Fabric امکان تعامل بین چندین ماشین را فراهم میکند.
فابریک به عنوان یک شبکه نظیر به نظیر عمل میکند که مکانها، هویتها و پروتکلهای هماهنگی تأیید شده را در اختیار ماشینها قرار میدهد. این شبکه مانند ترکیبی از GPS برای موقعیتیابی، VPN برای اتصالات امن و یک مکانیسم handshake برای اعتماد عمل میکند. رباتها با اثبات هویت و مکان به شبکه میپیوندند و به آنها اجازه میدهند دادهها و مهارتها را تحت قوانین تعریف شده برای دسترسی و منشأ به اشتراک بگذارند. این امر از سناریوهایی پشتیبانی میکند که در آنها ماشینها برای یادگیری از تجربیات مشترک یا توزیع وظایف، تیمهایی را تشکیل میدهند.
برای مثال، Fabric رباتها را قادر میسازد تا اطلاعات مربوط به زبانها یا مهارتها را تبادل کنند و به یک ماشین اجازه میدهد تا بدون دخالت مستقیم انسان، قابلیتهای دیگری را اتخاذ کند. این شبکه از اصول اولیه بلاکچین برای هویتها و پرداختهای درون زنجیرهای استفاده میکند و با سیستمهایی مانند Base برای جمعآوری نشانها و ردیابی اعتبار ادغام میشود.
OM1 با فراهم کردن محیط زمان اجرا برای عاملها، این را تکمیل میکند. این معماری از میانافزارهایی مانند ROS2، Zenoh و CycloneDDS برای ارتباط بین اجزا پشتیبانی میکند. این معماری از گذرگاههای داده زبان طبیعی استفاده میکند و آن را برای اشکالزدایی و توسعه در دسترس قرار میدهد.
آشنایی با OM1: سیستم عامل ربات
OM1 یک سیستم عامل متنباز است که برای رباتها طراحی شده و از استقرار روی سختافزارهایی مانند رباتهای چهارپای Unitree و Deep Robotics و رباتهای انساننمای UBTECH پشتیبانی میکند. این سیستم عامل به یک پیکربندی واحد هوش مصنوعی اجازه میدهد تا در شبیهسازیهای دیجیتال یا بدنهای فیزیکی اجرا شود و مدلهایی مانند GPT-4o را برای استدلال ادغام کند.
این سیستم ورودیها را از منابع متنوعی از جمله APIهای وب، فیدهای رسانههای اجتماعی، دوربینها و LIDAR پردازش میکند. خروجیها شامل اقداماتی مانند توییت کردن، پیمایش فضاها یا ارائه کمک در تکالیف است. OM1 که کاملاً با پایتون ساخته شده است، دارای ماژولهای مستقلی برای سهولت در نگهداری است. توسعهدهندگان میتوانند ورودیهای داده جدید یا پشتیبانی سختافزاری را از طریق افزونهها، بدون تغییر ساختار اصلی، اضافه کنند.
عناصر کلیدی عبارتند از:
- نقاط پایانی از پیش پیکربندی شده برای تبدیل صدا به گفتار و مدلهای بینایی-زبانی.
- یک ابزار اشکالزدایی مبتنی بر وب، WebSim، برای نظارت بر سیستم در زمان واقعی.
- راهنمای OM1 که گردشهای کاری را برای کمک به توسعهدهندگان در ایجاد عوامل با کارایی بالا تشریح میکند.
در مرحله استقرار، OM1 امکان تنظیمات بدون کد و برنامههای کاربردی با یک کلیک را فراهم میکند و فرآیند عملیاتی کردن رباتها را ساده میکند.
ویژگیها و امکانات اکوسیستم Openmind
معماری ماژولار و یکپارچهسازی دادههامعماری OpenMind ماژولار است و اجزای آن به طور یکپارچه منابع داده جدید را ادغام میکنند. این طراحی به توسعهدهندگان اجازه میدهد ورودیهایی مانند دادههای وب، رسانههای اجتماعی، دوربینها یا LIDAR را بدون نیاز به تغییرات قابل توجه در سیستم اضافه کنند.
پشتیبانی از میان افزاراین پلتفرم از میانافزارهای استانداردی مانند ROS2، Zenoh و CycloneDDS پشتیبانی میکند. این امر سازگاری با چارچوبهای رباتیک موجود را تضمین کرده و ارتباط قوی بین اجزای نرمافزار را تسهیل میکند.
عملکرد اپلیکیشن موبایلOpenMind یک اپلیکیشن موبایل برای دستگاههای iOS و اندروید ارائه میدهد. کاربران میتوانند از طریق این اپلیکیشن، هویتهای درون زنجیرهای ایجاد کنند، اعتبار ایجاد کنند و تعاملات خود را با رباتها مدیریت کنند. تا ۵ نوامبر ۲۰۲۵، بیش از ۱۵۰،۰۰۰ کاربر انسانی و ۹۰،۰۰۰ هویت ماشینی از طریق این اپلیکیشن ایجاد شده است.
خدمات و مشوقهای توسعهدهندگانابزارهای توسعهدهندگان شامل لیگ توسعهدهندگان OpenMind میشود که ۲۵۰،۰۰۰ دلار اعتبار برای مشارکت در پلتفرم فراهم میکند. OM1 در GitHub ترند شده است که نشاندهنده مشارکت فعال جامعه و علاقه توسعهدهندگان است.
برنامه های آموزشیOpenMind برنامههای آموزشی را با هدف آموزش STEM از K-12 اجرا میکند. این برنامهها موضوعاتی در زمینه هوش مصنوعی، مکانیک و اخلاق را پوشش میدهند و هدف آنها معرفی مفاهیم رباتیک به مخاطبان جوانتر است.
یکپارچه سازی سخت افزاراین پلتفرم از ادغام سختافزاری با پردازندههای NVIDIA AGX و حسگرهای هوش مصنوعی RealSense از یک محصول جانبی اینتل پشتیبانی میکند. این امر سازگاری را با واحدهای پردازشی و سختافزارهای حسی مختلف گسترش میدهد.
پشتیبانی افزونه برای افزونههااین سیستم شامل افزونههایی برای نقاط پایانی API است که افزودن حسگرها یا اقدامات جدید را تسهیل میکند. این امر امکان سفارشیسازی و گسترش قابلیتهای ربات را بدون نیاز به تغییر اساسی در نرمافزار اصلی فراهم میکند.
مشارکت و تامین مالی
OpenMind در آگوست 2025، به رهبری Pantera Capital، 20 میلیون دلار بودجه جمعآوری کرد. شرکتکنندگان شامل Ribbit Capital، Coinbase Ventures، Digital Currency Group، Faction VC، Anagram، Black Dragon VC، Ambush، Pi Core Team، Topology VC، Primitive Crypto، Pebblebed و Amber Group بودند.
در اکتبر 2025، Pi Network Ventures اولین سرمایهگذاری خود را انجام داد، با استفاده از اپراتورهای گره Pi برای اجرای بارهای کاری هوش مصنوعی روی منابع محاسباتی بلااستفاده. بودجه از گسترش مهندسی، رشد مشارکت و استقرار اولیه ربات پشتیبانی میکند.
مشارکتها شامل شرکتهای سختافزاری مانند Unitree Robotics، Deep Robotics، UBTECH Robotics و RealSense AI میشود. همکاریهای بلاکچین شامل Coinbase Developer برای پرداختهای x402، که در یک تراکنش انساننما نشان داده شده است، و Base برای شبکههای هویتی میشود.
از دیگر نوآوریها میتوان به Surf Copilot برای تجزیه و تحلیل، RoboticsCtr برای رویدادها و انجمنهایی مانند Open Robotics AI Forum اشاره کرد. این رویدادها در کره، سنگاپور و سیلیکون ولی برگزار شدهاند.
اهمیت OpenMind در رباتیک
OpenMind به مسائل مربوط به قابلیت همکاری در رباتیک میپردازد، جایی که ماشینهای تولیدکنندگان مختلف اغلب نمیتوانند دادهها را به اشتراک بگذارند یا با هم همکاری کنند. با ارائه نرمافزار متنباز، استانداردسازی مشابه لینوکس در محاسبات یا اتریوم در برنامههای غیرمتمرکز را امکانپذیر میکند.
این پلتفرم از یادگیری ماشین به ماشین پشتیبانی میکند و رباتها را قادر میسازد مهارتهایی مانند پردازش زبان را به اشتراک بگذارند. این قابلیت برای کاربردها در خانهها، مدارس، بیمارستانها و کارخانهها، جایی که رباتها تعاملات انسانی را مدیریت میکنند، مرتبط است.
تأیید هویت و هماهنگی Fabric، سیلوها را کاهش میدهد و به مقیاسپذیری در ناوگانهای بزرگ ربات کمک میکند. معماری سختافزار-آگنوستیک OM1 امکان استقرار در مدلها را فراهم میکند و تکرار سریع را بر اساس بازخورد کاربر امکانپذیر میسازد.
تحولات کلیدی در سال 2025
حمایت مالی از هکاتون عامل هوش مصنوعی IQ: در 6 نوامبر، این شرکت از هکاتون حمایت مالی کرد.، که قرار است از ۸ نوامبر آغاز شود. این رویداد بیش از ۷۰۰۰ دلار جایزه و امکان دسترسی به صندوق سرمایهگذاری ۱۰ میلیون دلاری را ارائه میدهد و ارسال آثار در ۹ دسامبر به پایان میرسد.
گزارش هویتهای ضربشدهOpenMind گزارش داد که ۱۵۰،۰۰۰ هویت انسانی و ۹۰،۰۰۰ هویت ماشینی از طریق اپلیکیشن این پلتفرم ایجاد شده است که نشان دهنده رشد پذیرش کاربر و ماشین برای مدیریت هویت درون زنجیرهای است.
اعلام سرمایهگذاری Pi Network Venturesشرکت OpenMind از سرمایهگذاری Pi Network Ventures خبر داد که اولین سرمایهگذاری استراتژیک این بازوی سرمایهگذاری محسوب میشود و بر استفاده از اپراتورهای گره Pi برای حجم کاری هوش مصنوعی در رباتیک تمرکز دارد.
ادغام کمک خلبان موجسواری به صورت زندهادغام با Surf Copilot در 16 اکتبر به صورت رسمی آغاز شد و امکان تجزیه و تحلیل و پیگیری پیشرفت و نقاط عطف OpenMind را به صورت بلادرنگ فراهم کرد.
راهاندازی شبکه هویت پارچهایشبکه هویت پارچهای و مجموعه نشانها در Base راهاندازی شد و بیش از ۱۸۰،۰۰۰ انسان و هزاران ربات را از طریق برنامه و پورتال توسعهدهندگان درگیر کرد.
نتیجه
OpenMind از طریق OM1 و Fabric یک مجموعه نرمافزاری ارائه میدهد که رباتها را قادر میسازد وظایف هوشمند را انجام دهند و در شبکهها همکاری کنند و به چالشهای کلیدی در قابلیت همکاری رباتیک بپردازند. مدل متنباز آن از مشارکت توسعهدهندگان و سازگاری سختافزار پشتیبانی میکند و با 20 میلیون دلار بودجه و مشارکت با شرکتهایی مانند Pantera Capital و Unitree Robotics پشتیبانی میشود.
فعالیتهای اخیر، از جمله هکاتونها و استخراج هویت، نشاندهندهی استقرار فعال و مشارکت جامعه است. این امر، پروتکل را به عنوان ابزاری عملی برای ادغام هوش مصنوعی در ماشینهای فیزیکی قرار میدهد و تکرارهای مداوم بر اساس ورودی کاربر، نقش آن را در این بخش برجسته میکند. محققان و توسعهدهندگان ممکن است بررسی آن را در نظر بگیرند. مخازن GitHub برای اجرای مستقیم
منابع:
- بحران فنی: اوپنمایند میخواهد سیستم عامل اندروید رباتهای انساننما باشد - https://techcrunch.com/2025/08/04/openmind-wants-to-be-the-android-operating-system-of-humanoid-robots/
- بیت کوین دات کام: پنترا در صدر دور جذب سرمایه ۲۰ میلیون دلاری اوپنمایند قرار گرفت - https://news.bitcoin.com/pantera-leads-20m-openmind-funding-round/
- وبسایت رسمی اوپنمایند: https://openmind.org/
- OM1: https://openmind.org/#om1
پرسش و پاسخهای متداول
OM1 در OpenMind چیست؟
OM1 سیستم عامل ربات متنباز OpenMind است که مدلهای هوش مصنوعی را با سختافزار برای کارهایی مانند پردازش دادهها و ناوبری در رباتها، از جمله رباتهای چهارپا و انساننما، ادغام میکند.
Fabric در اکوسیستم OpenMind چگونه کار میکند؟
فابریک یک شبکه غیرمتمرکز است که هویت و مکان رباتها را تأیید میکند و امکان اشتراکگذاری امن دادهها و هماهنگی بین ماشینها را از طریق پروتکلهای نظیر به نظیر فراهم میکند.
چه کسی و چه زمانی OpenMind را تأسیس کرد؟
اوپنمایند در سال ۲۰۲۴ توسط جان لیپارد، استاد مهندسی زیستی در دانشگاه استنفورد، تأسیس شد.
رفع مسئولیت
سلب مسئولیت: دیدگاههای بیان شده در این مقاله لزوماً بیانگر دیدگاههای BSCN نیست. اطلاعات ارائه شده در این مقاله صرفاً برای اهداف آموزشی و سرگرمی است و نباید به عنوان مشاوره سرمایهگذاری یا هر نوع توصیهای تفسیر شود. BSCN هیچ مسئولیتی در قبال تصمیمات سرمایهگذاری اتخاذ شده بر اساس اطلاعات ارائه شده در این مقاله بر عهده نمیگیرد. اگر معتقدید که این مقاله باید اصلاح شود، لطفاً از طریق ایمیل با تیم BSCN تماس بگیرید. [ایمیل محافظت شده].
نویسنده
UC HopeUC دارای مدرک لیسانس فیزیک است و از سال ۲۰۲۰ به عنوان محقق در حوزه ارزهای دیجیتال فعالیت میکند. UC قبل از ورود به صنعت ارزهای دیجیتال، یک نویسنده حرفهای بود، اما به دلیل پتانسیل بالای فناوری بلاکچین، به این حوزه جذب شد. UC برای شرکتهایی مانند Cryptopolitan و BSCN مطلب نوشته است. او در حوزههای مختلفی از جمله امور مالی متمرکز و غیرمتمرکز و همچنین آلتکوینها تخصص دارد.



















