1000亿小时经验缺口，机器人数据卡在哪

物理AI要真正自主，前提之一是约1000亿小时经过验证的真实世界经验。Betta 在推文里给了这个量级，同时说目前只完成0.01%。同一素材的引用段落又写成0.1%。两个数字差10倍，先放这里，不影响结论：离目标很远。

Inverted Lambda 在做的事，和“让机器人自己变聪明”隔了一层。它是个建立在 Base 上的去中心化遥操作平台。用户远程操作机器人，完成一个个 episode，赚积分。团队把入口开放给公众，拿 4000 USDC 奖励池分给参与者。

奖励池分四块：Robot Operations 1900 USDC，前15名；Shaping the Vision 1050 USDC，前15名；Referral Network 650 USDC，前10名；Lucky Draw 400 USDC，20个名额。

第三期叫 Third Contact，时间从2026年9月26日到11月6日。Betta 说，第三期的重点是超写实仿真。环境越像真实世界，操作者对夹爪、毛绒玩具、水龙头这些物体的手感判断越有依据。

第三期加了 Evaluation。参与者不只做遥操作，还要给遥操作录像打分。评分决定哪些数据够格拿去训练模型。每个用户每天最多评估100条视频。

评分用 ABCD。A 表示任务全部完成，没有停顿、重试或掉落。B 表示完成，但有1到2次重试，或累计不超过10秒的暂停、偏离任务、出画。C 表示部分完成，有3次以上掉落、重试，或累计超过10秒的暂停、偏离任务、出画。D 表示完全失败、不可用，或录像无法使用。

这个设计解决一个具体问题：不是每个完成的操作都能当训练数据。物理AI的数据又慢又贵，素材提到三个产品更新都在围绕这件事。real2sim 把真实世界信息带进仿真，开发者不必重复做每个实验。Physical Agent SDK 想让开发者更容易搭物理AI实验。Data Pipeline 会回放、重定向、评分所有 episode，把干净可用的数据筛出来。

想参与的话，流程不复杂。访问 inverted-lambda.com 并填写 referral code，连接 X 和 Discord，完成社交任务，再按经验选 easy、normal 或 hard。每个任务20次运行。遥操作不需要订阅。

Betta 在总结里写，第一次接触把人带进体验，第二次用真实物体逼出极限，第三次把判断权交给用户。收集几千条机器人 episode，如果质量不达标，意义很小。这个判断比奖励池更值得看。

Third Contact 到2026年11月6日结束。素材中的体验分享来自 Betta 的推文，奖励和规则也以该推文为准。