PrismaX 祭出 Verify Quality：86,000 人抢 100 个位子，a16z 押注数据层

8 月 3 日，PrismaX 在 X 上扔出一个数字：86,000 人。

这是其 Galxe 平台「The First 100」验证者招募活动的参与人数。活动已于 7 月 31 日午夜截止，而 PrismaX 只打算从中选出 100 个人，那些在社区共识评分中命中率最高的验证者，将成为 VLA Foundry 的首批「创始数据质量验证者」。

这场招募的背后，是 PrismaX 在 6 月 23 日上线的一项名为 Verify Quality 的社区评分机制。任何拥有 Amplifier 或 Innovator 会员资格的人，都可以在平台内观看真实的机器人遥操作演示片段，然后打分。多位验证者对同一段数据独立评分，达成共识后，该片段才会被标记为「训练级」并进入 VLA Foundry 的数据管道。PrismaX 联合创始人兼 CEO Bayley Wang 在公司博客中写道：「Physical AI 硬件过剩而数据匮乏。机器人有了，模型也准备好了，缺的是足够多的高质量数据，以及一种方法，来区分哪些数据值得训练，哪些不值得。」

这是 PrismaX 自 2025 年 6 月从 a16z CSX Demo Day 走出 stealth mode 以来，交付的第一个面向公众的 VLA Foundry 组件。在 Physical AI 赛道还在争论模型架构的时候，PrismaX 把赌注押在了更上游的东西上：数据质量的定义权。

「一段漂亮的 demo 视频什么都说明不了」

「如果你给我看一段你们模型运行的视频，那基本等于什么都没告诉我。」8 月 8 日，PrismaX 官方账号在 X 上发了一段视频，配文只有一句话：你能下载权重自己跑吗？

这是 PrismaX 近期反复敲打的一个观点。在 @obito12OG 8 月 9 日的分析长帖中，这个观点被提炼得更直白：「一段漂亮的 demo 视频什么都说明不了。真正重要的是，机器人在第 1000 次尝试时，在一个没人准备的房间里，还能不能正常工作。这只能来自经过批准的高质量数据，而不是为了体量而堆体量。」

PrismaX 官方也持续用这个逻辑解释验证者角色的必要性。8 月 7 日，他们发布了一条对比视频：同一任务、同一机器人、同一提示词，一条被批准，一条被拒绝。「这个差别，决定模型能不能学到东西。」

这种态度在早期社区验证者中获得了回应。Skylar（@skylarx999）在 Verify Quality 上线首周就审阅了 97 个 episode。他在 6 月 26 日的帖子里写道：「大多数 episode 的控制质量都不错，我只在少数几次机器人动作偏慢时降低了分数。现在我已用完所有提交机会，接下来只能等下一轮窗口，看谁进入 The First 100。」

PrismaX 并不鼓励刷量。airdropSEA 在 7 月初发布的指南中明确指出，只有当验证者的评分落在社区共识的 15% 范围内时，才能获得每个 episode 100 个 Prisma Points 的奖励。「粗心的批量操作一分钱都赚不到。」

这种「拼判断、不拼体力」的机制设计，直接把验证者从数据标注工人推向了质量守门人的角色。

a16z 塞了 700 万美元，PrismaX 交出的第一块拼图是数据

PrismaX 由 Bayley Wang 和 Chyna Qu 于 2025 年创立，总部位于旧金山。2025 年 6 月 3 日，公司在 a16z CSX Demo Day 上正式亮相，同时宣布完成 1100 万美元种子轮融资，其中 a16z CSX 直接投资 700 万美元，Volt Capital、Symbolic、Virtuals Protocol 和 Stanford Blockchain Builders Fund 等跟投。

PrismaX 在成立之初就明确了自己不做机器人本体、也不做基础模型。它做的是连接三者的「服务层」。公司官网将平台定义为三个支柱：Data（数据协议与验证机制）、Teleoperation（统一的遥操作标准）、Models（VLA Foundry 模型训练管道）。

这个架构的逻辑是一个自循环的飞轮：更多机器人产生更多数据 → 更多数据训练出更好的模型 → 更好的模型让遥操作效率更高 → 效率更高的遥操作又产生更多高质量数据。

但飞轮要转起来，第一个瓶颈就是数据质量。PrismaX 在 6 月 10 日发布的《Standards for Data》中直言：「当前的机器人数据集成了一锅乱炖，任务选择重复、具身方案混杂却严重偏向少数几个硬件厂商、溯源性混乱、传感器模态参差不齐，甚至有些商业数据供应商交付的明显是次品数据。」

Verify Quality 就是在这个瓶颈上落下的第一刀。它不是内部 QA 工具，而是一个公开的、由社区共同维护的质量标准。正如 Bayley Wang 在「Introducing The First 100」中所写：「The VLA Foundry 是我们构建数据层的方式，它越好，机器人学会在真实世界做真实工作的速度就越快。Verify Quality 是这一切的起点。」

2026 年 Q2 的产品更新进一步推进了这套管线：操作员可以直接上传 VLA 训练数据，Robot Fleet 被重塑为硬件市场，列出了 Piper（$22,000）、TOK2（$23,000）、YAM（$25,000）三款经过验证的机器人手臂，PrismaX 估算每台手臂每周可产生约 $1,200 的操作员收入。

一个 episode 要过几道关：从通断检查到滑动量表

Verify Quality 的评分流程被设计成一连串不可逆的关卡。

验证者先选择一个环境、一个任务和一个数据集，然后逐个观看每个 episode 的多摄像头画面。第一关是通断检查：头顶摄像头是否全程覆盖工作区？画面是否清晰、光照是否均匀？机器人是否完成了提示词指定的任务？机器手是否始终在画面内？各摄像头是否同步？六个条件中任何一个不通过，episode 直接淘汰。

通过通断检查后，验证者进入滑动量表评分。五个维度：轨迹速度、轨迹流畅度、完成质量、多样性（相比同任务其他 episode 的创新程度）、完成程度（0 到 100%）。每个维度用滑条打分。

每个 episode 会由多位验证者独立评分。分数汇总统筹后形成共识，这就是最终质量判定。当验证者之间分歧过大时，数据交给专家复审。一旦提交评分，不可撤回。「锁定提交是保持共识准确性的关键。」

验证者的评分越接近共识，他的 track record 就越强。The First 100 正是基于这条 track record 来选拔。Amplifier 会员每轮有 10 次提交机会，Innovator 会员有 30 次。首轮窗口结束后，共识命中率最高的 100 人成为创始验证者。没有预留席位，全靠分数说话。

但这个名单不是铁饭碗。每月淘汰末位 25%，新人补入。PrismaX 的措辞是：「这个标准能维持，因为守着它的人必须不断重新赢得位子。」

点数系统同样在运转。PrismaX 尚未发行任何代币，但 Prisma Points 已在平台内运行。Amplifier 会员（一次性 $99）获得 3 倍积分速度，Innovator 会员获得 5 倍。Galxe 活动中，欢迎奖金根据会员等级从 3,000 到 12,000 分不等。

机器人数据从拼体量到拼标准

在 PrismaX 之前，机器人训练数据的核心叙事是「更多」：更多遥操作小时数、更多传感器模态、更大的数据集。Scale AI 走的是企业级、集中化、高吞吐量的路线。Adamo 做超低延迟（sub-40ms）托管遥操作，让机队在生产中处理边缘案例。Sensei（YC 背景）用低成本可穿戴外骨骼在野外采集人类演示数据。

PrismaX 选择了一条不同的路径：它把力气花在更上游，在模型训练之前，先建立一个「训练级数据」的公共标准，并为这个标准配上一套由社区共同执行的验证机制。这个差别，@obito12OG 的总结是：「Scale 为大型实验室优化吞吐量，PrismaX 优化的是任何人都能参与的训练级共识。」

这背后是一个结构性判断：Physical AI 当前真正的瓶颈不是模型架构，不是硬件，甚至不是数据量，而是缺少一套跨机器人、跨团队的共享协议，用于采集、验证和流通高质量数据。

PrismaX 的筹码是自己运行全流程闭环。操作员上传数据，验证者审核，客户使用，训练和评估结果反馈回下一轮采集。这种端到端的控制让它能够定义什么是「好数据」，而不依赖第三方数据供应商的质量承诺。「我们已经一次次看到，什么能训练出有能力的模型，什么会悄悄退化一个模型。」

VLA Foundry 的更大图景是：它不光是一个验证层，而是一整条从数据采集到模型交付的流水线。Verify Quality 只是这条流水线对公众开放的第一站。「完整的 VLA Foundry 将在未来几个月内到来。」

数据质量不是技术问题，是共识问题

PrismaX 的核心赌注很明确：把数据质量的判断权从工程师的内网里拿出来，交给一群愿意为此建立声誉的人。然后让这群人彼此校核，让共识成为标准。

这条路的风险也是明摆着的。社区验证者没有经过专业训练，评分标准能否在足够长的周期内保持一致性，是一个未经验证的假设。每月淘汰 25% 的机制可以维持竞争烈度，但同时也意味着验证者群体永远处于流动中，而质量标准的稳定性恰好需要经验的连续性。

但 86,000 人参与、100 个席位的供需比说明，在一个硬件过剩而数据饥渴的行业里，「谁来定义好数据」这个问题本身就有市场。PrismaX 赌的正是这件事——这个问题值得用一个公开协议来回答。

参考链接

PrismaX（@PrismaXai）X 帖文，2026 年 8 月 3 日。
PrismaX 官方博客，《Introducing The First 100》，2026 年 6 月 23 日。
PrismaX（@PrismaXai）X 帖文，2026 年 8 月 8 日。
@obito12OG X 分析帖，2026 年 8 月 9 日。
PrismaX（@PrismaXai）X 帖文，2026 年 8 月 7 日。
Skylar（@skylarx999）X 帖文，2026 年 6 月 26 日。
airdropSEA，《PrismaX Airdrop Guide: Earn Points Teaching Robots (a16z-Backed)》，2026 年 7 月 2 日。
The Robot Report，《PrismaX launches with $11M to scale virtual datasets for robotics foundation models》，2025 年 6 月 18 日。
PrismaX 官网。
PrismaX 官方博客，《Standards for Data》，2026 年 6 月 10 日。
PrismaX 官方博客，《PrismaX Product Updates: Q2 2026》，2026 年 7 月 7 日。