$12 juta bukan sekadar angka. Bagi perusahaan seperti Axis Robotics, seed round adalah bahan bakar untuk membangun fondasi sebelum memasuki fase pertumbuhan yang lebih besar. Pendanaan ini dipimpin oleh Hack VC dengan partisipasi Nomad Capital, Pi Network Ventures, 10K Ventures,
$12 juta bukan sekadar angka. Bagi perusahaan seperti Axis Robotics, seed round adalah bahan bakar untuk membangun fondasi sebelum memasuki fase pertumbuhan yang lebih besar. Pendanaan ini dipimpin oleh Hack VC dengan partisipasi Nomad Capital, Pi Network Ventures, 10K Ventures,
@axisrobotics dapet seed funding $12 juta led by @hack_vc
ini bisa jadi validasi kalau apa yang kita lakuin pas nih, main robot awok.
dari yang gw baca, Axis itu mau jadi kaya GPT nya robot, gimana maksudnya tuh bang?
Meh sini duduk dlu, premium gwe abis wok
Gm🙌
@axisrobotics
you Missed the website signup or haven't contributed yet? No worries you still have time to join!
Complete the onboarding, participate in missions, and start contributing early. Every contribution could matter as the ecosystem continues to grow.
I'm happy to be part of your great community and to build alongside you.
A special appreciation to @axisrobotics & @PrismaXai for creating a space where builders, researchers, and communities can exchange ideas that move the industry forward.
𝐀𝐗𝐈𝐒 𝐑𝐎𝐁𝐎𝐓𝐈𝐂𝐒 𝐀𝐌𝐀
X Space AMA Axis Robotics bersama @chris_anm01, @axisrobotics & @Cryptowombat125 Pengumuman Resmi Terbaru Axis Robotics
𝟏. 𝐏𝐄𝐍𝐆𝐔𝐌𝐔𝐌𝐀𝐍 𝐑𝐄𝐒𝐌𝐈 𝐓𝐄𝐑𝐁𝐀𝐑𝐔 (𝐔𝐑𝐆𝐄𝐍𝐓)
𝐚. 𝐏𝐞𝐧𝐮𝐧���𝐚𝐚𝐧 𝐒𝐧𝐚𝐩𝐬𝐡𝐨𝐭 𝐏𝐨𝐢𝐧 𝐀𝐗𝐈𝐒
Axis Robotics resmi mengumumkan bahwa perhitungan snapshot untuk Poin AXIS awal ditunda hingga Selasa, 28 Juli 2026, pukul 15:59:59 UTC. Seluruh kontributor wajib segera menandatangani tugas (sign tasks) sebelum batas waktu tersebut agar tidak kehilangan alokasi poin yang sudah dikumpulkan.
𝐛. 𝐏𝐞𝐧𝐝𝐚𝐧𝐚𝐚𝐧 𝐒𝐞𝐞𝐝 𝐑��𝐮𝐧𝐝 $𝟏𝟐 𝐉𝐮𝐭𝐚 𝐔𝐒𝐃
Axis merayakan pencapaian pendanaan Seed Round sebesar $12 Juta USD, dipimpin oleh @hack_vc, dengan dukungan dari:
- @NomadCapital_io
- @PiCoreTeam
- @10kventure
- Beberapa angel investor
Alokasi dana ditujukan untuk mempercepat pengembangan Axis Compounding Data Engine, yaitu sistem terpadu yang menggabungkan:
1. Simulasi skala besar (large-scale simulation)
2. Penangkapan data dunia nyata secara egosentris (real-world egocentric data capture)
3. Pelatihan pasca-human-in-the-loop (post-training human-in-the-loop)
Tujuannya adalah mengatasi kelangkaan data terstruktur dalam pengembangan Physical AI.
𝐜. 𝐏𝐨𝐬𝐢𝐬𝐢 𝐝𝐢 𝐄𝐤𝐨𝐬𝐢𝐬𝐭𝐞𝐦 𝐁𝐚𝐬𝐞
Axis juga menegaskan posisinya sebagai salah satu builder utama dalam ekosistem Base di wilayah APAC, memperkuat kredibilitasnya sebagai proyek infrastruktur data untuk Physical AI berbasis blockchain.
𝟐. 𝐓𝐑𝐀𝐍𝐒𝐏𝐀𝐑𝐀𝐍𝐒𝐈 & 𝐒𝐈𝐒𝐓𝐄𝐌 𝐏𝐎𝐈𝐍
Seluruh rekam jejak tugas dan data kontributor disahkan secara on-chain untuk menjamin transparansi penuh kepada komunitas.
Sistem poin kontribusi dihitung berdasarkan 4 pilar utama:
1. Kuantitas : Jumlah tugas yang diselesaikan
2. Kualitas : Akurasi dan kelayakan data yang dihasilkan
3. Keberagaman Domain : Variasi jenis tugas/robot yang dikerjakan
4. Konsistensi Jangka Panjang : Keaktifan berkelanjutan, bukan sesaat
𝐏𝐫𝐨𝐠𝐫𝐚𝐦 𝐕𝐚𝐥𝐢𝐝𝐚𝐭𝐨𝐫
Axis juga meluncurkan Program Validator, di mana kontributor senior berpengalaman akan diseleksi untuk:
- Mengevaluasi kualitas data komunitas
- Menjaga integritas pelatihan model AI
- Mendapatkan tanggung jawab dan keterlibatan lebih tinggi dalam ekosistem
3. PENJELASAN @chris_anm01 (CORE CONTRIBUTOR)
𝐀. 𝐀𝐩𝐚 𝐢𝐭𝐮 𝐀𝐱𝐢𝐬 𝐑𝐨𝐛𝐨𝐭𝐢𝐜𝐬?
Axis Robotics adalah proyek infrastruktur data terdistribusi untuk Physical AI. Melalui platform ini, pengguna dapat mengontrol pergerakan robot (termasuk lengan robot) secara online, dan data hasil interaksi tersebut digunakan untuk melatih model robot secara nyata.
𝐁. 𝐀𝐩𝐚𝐤��𝐡 𝐃𝐚𝐭𝐚 𝐲𝐚𝐧𝐠 𝐃𝐢𝐤𝐮𝐦𝐩𝐮𝐥𝐤𝐚𝐧 𝐁𝐞𝐧𝐚𝐫-𝐁𝐞𝐧𝐚𝐫 𝐃𝐢𝐠𝐮𝐧𝐚𝐤𝐚𝐧?
Chris menegaskan bahwa data yang dihasilkan komunitas bukan sekadar demo:
- Kuartal 1 2026 : Axis menjalankan uji coba internal skala kecil dari mesin pembuat tugas (task generation engine), pipeline pengumpulan data, hingga validasi kualitas dan kegunaan data.
- April 2026 : Axis meluncurkan Axis Hub sebagai mainnet bukan testnet. Tampilan platform memang terasa seperti game, namun di baliknya terdapat infrastruktur simulasi dan task generation engine yang serius.
𝐏𝐫𝐢𝐧𝐬𝐢𝐩 𝐮𝐭𝐚𝐦𝐚 𝐀𝐱𝐢𝐬 : Kontribusi komunitas harus memiliki nilai nyata dan konkret, melalui dua jalur:
1. Kontribusi terhadap kemajuan Physical AI secara luas
2. Integrasi komersial nyata menghubungkan data dengan pelanggan berbayar
𝐂. 𝐕𝐚𝐥𝐢𝐝𝐚𝐬𝐢 𝐀𝐤𝐚𝐝𝐞𝐦𝐢𝐤 & 𝐈𝐧𝐝𝐮𝐬��𝐫𝐢
1. Axis merilis Axis Dataset v1, seluruhnya berasal dari data interaksi kontributor komunitas.
2. Dilakukan structured rendering augmentation dan fine-tuning terhadap model Pi 0.5 (salah satu model VLA/Vision-Language-Action paling matang saat ini).
3. Hasil benchmark: model Axis mengungguli Robocasa sebesar 31% secara keseluruhan
𝐃. 𝐏𝐞𝐥𝐚𝐧𝐠𝐠𝐚𝐧 𝐊𝐨𝐦𝐞𝐫𝐬𝐢𝐚𝐥 𝐍𝐲𝐚𝐭𝐚 (𝐁𝐞𝐧𝐜𝐡𝐦𝐚𝐫𝐤 𝐂𝐮𝐬𝐭𝐨𝐦𝐞𝐫𝐬)
Axis telah menjalin kerja sama dengan pelanggan di tiga vertikal utama Physical AI:
𝟏. 𝐑𝐨𝐛𝐨𝐭𝐢𝐜𝐬 𝐇𝐚𝐫𝐝𝐰𝐚𝐫𝐞 : kemitraan dengan Booster Robotics untuk meningkatkan kapabilitas operasional sistem robot mereka.
𝟐. 𝐑𝐨𝐛𝐨𝐭𝐢𝐜𝐬 𝐅𝐨𝐮𝐧𝐝𝐚𝐭𝐢𝐨𝐧 𝐌𝐨𝐝𝐞𝐥 𝐂𝐨𝐦𝐩𝐚𝐧𝐲 : mendukung Feeder Robotics / Soma Stacks dengan kontribusi tugas dan dataset untuk model umum (general model) mereka.
𝟑. 𝐈𝐧𝐝𝐮𝐬𝐭𝐫𝐢𝐚𝐥 𝐀𝐮𝐭𝐨𝐦𝐚𝐭𝐢𝐨𝐧 : mengirimkan solusi penyortiran komponen otomotif (automated car part sorting solution) untuk Lotus Cars dan Gidi Auto.
𝐄. 𝐒𝐢𝐦𝐮𝐥𝐚𝐬𝐢 = 𝐃𝐢𝐠𝐢𝐭𝐚𝐥 𝐓𝐰𝐢𝐧, 𝐁𝐮𝐤𝐚𝐧 "𝐑𝐨𝐛𝐨𝐭 𝐏𝐚𝐥𝐬𝐮"
Chris menekankan bahwa nilai simulasi Axis bukan sekadar tiruan, melainkan digital twin presisi tinggi dari robot nyata:
1. Setiap robot (single arm, dual arm, mobile dual arm) dibangun berdasarkan parameter fisik dunia nyata tinggi, panjang lengan, batas gerak, dsb.
2. Jika simulasi tidak akurat 1:1, maka data yang dikumpulkan tidak dapat ditransfer ke robot nyata dan menjadi tidak berguna.
3. Axis mengakui masih ada kendala teknis: kehalusan gerakan (motion smoothness), reproduktifitas, asset clipping, dan latency namun tim terus melakukan optimisasi harian terhadap pipeline dan physics engine.
𝐅. 𝐁𝐨𝐭𝐭𝐥𝐞𝐧𝐞𝐜𝐤 𝐓𝐞𝐫𝐛𝐞𝐬𝐚𝐫 𝐏𝐡𝐲𝐬𝐢𝐜𝐚𝐥 𝐀𝐈 𝐒𝐚𝐚𝐭 𝐈𝐧𝐢
Menurut @chris_anm01, industri Physical AI masih sangat dini bahkan belum mencapai "momen GPT-1".
Perbandingan kuantitatif:
Jenis Model dan Volume Data Pelatihan
1. Large Language Model (LLM) : ~10 miliar jam data interaksi manusia
2. Model Physical AI umum saat ini : Kurang dari 1 juta jam data interaksi fisik
𝐓𝐞𝐫𝐝𝐚𝐩𝐚𝐭 𝐤𝐞𝐬𝐞𝐧𝐣𝐚𝐧𝐠𝐚��� 𝐡𝐢𝐧𝐠𝐠𝐚 𝟒 𝐨𝐫𝐝𝐞 𝐛𝐞𝐬𝐚𝐫𝐚𝐧 (𝟏𝟎.𝟎𝟎𝟎𝐱).
Dua masalah utama akibat kekurangan data:
𝟏. 𝐆𝐞𝐧𝐞𝐫𝐚𝐥𝐢𝐬𝐚𝐬𝐢 𝐛𝐮��𝐮𝐤 : robot overfit pada distribusi tugas sempit karena kurang variasi data (analogi: manusia belajar microwave 3x langsung bisa, robot belum bisa demikian).
𝟐. 𝐑𝐨𝐛𝐮𝐬𝐭𝐧𝐞𝐬𝐬 𝐥𝐞𝐦𝐚𝐡 : kegagalan pada sistem fisik memiliki konsekuensi nyata (berbeda dari kesalahan digital yang bisa langsung dikoreksi).
Dari saya pribadi ada beberapa pertanyaan industri yang saya ambil. pertama apa "resep data" optimal bagaimana mencampur data teleoperasi, data demonstrasi manusia, data egosentris, data simulasi, dan data tugas industri, dalam rasio dan tahap pelatihan seperti apa? Belum ada konsensus industri sejauh ini.
𝐆. 𝐌𝐞𝐧𝐠𝐚𝐩𝐚 𝐀𝐱𝐢𝐬 𝐌𝐞𝐦𝐢𝐥𝐢𝐡 𝐅𝐨𝐤𝐮𝐬 𝐝𝐢 𝐒𝐢𝐧𝐢?
Axis percaya dua sumber data akan mendominasi pengembangan foundation model Physical AI:
1. Data simulasi fidelitas tinggi → memberikan skill & controllability
2. Data egosentris skala besar dari dunia nyata → memberikan diversitas & sinyal perilaku nyata
Axis membangun platform untuk menyatukan keduanya, menurunkan barrier partisipasi global, dan mengubah paradigma pelatihan : dari model offline sekuensial tradisional menjadi model online, fleet-based, paralel, dan bidirectional di mana generasi data dan peningkatan model membentuk loop berkelanjutan.
𝟒. 𝐑𝐎𝐀𝐃𝐌𝐀𝐏 𝐏𝐑𝐎𝐃𝐔𝐊 𝐊𝐄 𝐃𝐄𝐏𝐀𝐍
- Pengembangan Task Generation API
- Alur data egosentris untuk mempermudah
penangkapan interaksi dunia nyata secara langsung
- Rilis dataset berbasis 100% kontribusi komunitas:
- Axis Simulation Dataset v2
- Dataset koreksi pasca-pelatihan skala besar
- Dataset egosentris terstruktur
𝐓𝐚𝐫𝐠𝐞𝐭 𝐊𝐨𝐦𝐞𝐫𝐬𝐢𝐚𝐥
- Penambahan 2–3 pelanggan uji coba berbayar pada akhir tahun ini
- Visi jangka menengah: menjadi 𝐩𝐫𝐞𝐟𝐞𝐫𝐫𝐞𝐝 𝐯𝐞𝐧𝐝𝐨𝐫 bagi laboratorium frontier dan penyedia model AI Tier-1 pada Q1 tahun depan
𝟓. 𝐏𝐄𝐍𝐔𝐓𝐔𝐏 𝐒𝐄𝐒𝐈 𝐀𝐌𝐀 𝐑𝐄𝐖𝐀𝐑𝐃 & 𝐂𝐋𝐀𝐈𝐌
- Kode rahasia klaim kehadiran: `AXIS 7.27` atau `axis 7.27`
- Formulir partisipasi dibuka hanya selama beberapa menit setelah sesi berakhir
- Benefit komunitas:
- 100 kupon kopi untuk peserta
- 5 voucher ayam goreng untuk penanya tercepat/awal
- Merchandise resmi Axis Robotics untuk 5 penulis ulasan (review) terbaik.
@axisrobotics @chris_anm01 @Cryptowombat125 @Cryptowombat125 @imbananagreg @0xRyzzu @AxisRoboticsID @hack_vc @NomadCapital_io @10kventure
GIVEAWAY 5 ACCES CODE AXIS ROBOTICS!!!!
Axis Robotics ini adalah salah satu projek potensial yang menggabungkan antara AI dan juga blockchain, dan projeknya pun ada potensi airdrop guys kalau kalian mau coba garap bisa banget, siapa tau JP kan
Nah kebetulan gua dikasih 5 akses kode yang banyak manfaatnya :
- Membuka Task Robot lebih banyak
- Double reward dari mitra axis robotics
- membuka peluang alokasi airdrop lebih banyak
- membuka peluang di masa depan ( stable reward )
Syaratnya gimana? Langsung saja 👇
- Register di web nya dulu lewat https://t.co/ztJraUII5P
- Bisa kepoin ke @axisrobotics & @AxisRoboticsID
- Join Discordnya Axis Robotics https://t.co/UCoe0aFlzJ
- Kasih tau alesan kenapa kalian harus dapetin kodenya dibawah
5 Pemenang di pick dalam 3 hari, gaskennnn
Axis Robotics baru saja mengamankan Seed Funding $12 JUTA yang dipimpin Hack VC.
Bukan sekadar angka ini sinyal bahwa "tambang data" untuk Physical AI akhirnya diakui sebagai infrastruktur paling krusial di robotika.
Kenapa?
https://t.co/6sMBWribft
@AxisRoboticsID@axisrobotics
KABAR BAIK, TEMAN-TEMAN!!! ☺️
Proyek Web3 yang aku ikuti baru aja ngumumin Seed Round sebesar $12 juta! itu sama aja sekitar Rp190 milliar loh!💰💰💰
Emang, artinya apa sih? Sini aku jelasin 👇🏽