বাংলাদেশসহ বিশ্বের সকল বাংলা ভাষাভাষী মানুষের জন্য @axisrobotics Community. Building robotic intelligence together 🤖
Joined July 2026
- Tweets293
- Following19
- Followers335
- Likes341
Pinned Tweet
Axis এখন একটি Model Company হিসেবে এগিয়ে যাচ্ছে।
আমরা Data Infrastructure তৈরি করেছি একটি লক্ষ্য নিয়ে- General Robotic Intelligence তৈরি করা।
আমাদের পদ্ধতির মূল ভিত্তি হলো Skill। আমরা Reinforcement Learning-এর মাধ্যমে তৈরি expert-দের দক্ষতাকে reusable ও conditioned skill-এ রূপান্তর করি। এরপর এই skill-গুলো একটি General Model তৈরিতে কাজে লাগে।
Data হলো input, আর Model হলো product। এই Model নিজের তৈরি output থেকেই ক্রমাগত উন্নত হতে থাকে। Model যত উন্নত হবে, General Robotic Intelligence-এর সম্ভাবনাও তত বাড়বে।
আমাদের যাত্রা সবে শুরু।
Axis is scaling into a model company.
We built the data infrastructure for one reason: to produce general robotic intelligence.
Our approach is centered on skill: we turn reinforcement learning experts into reusable, conditioned skills, and those skills feed a general model.
Data is the input. The model is the product, and it keeps improving on its own outputs. As it grows, the ceiling keeps rising toward general robotic intelligence.
We're just getting started.
base:0x5be75e3b0aff5d1a042a5363ae36acb1d6d755ea Staking চালু হয়েছে @HTX_Global-এ
এখানে সর্বোচ্চ 150% APY পাওয়ার সুযোগ রয়েছে।
Subscribe to the AXIS NewList!
Enjoy up to 150% APY:
- Subscriptions are now OPEN
- Maximum allocation: 70,000 AXIS
@axisrobotics
Start NOW 👉htx.net.im/en-us/support/750…
আমরা একটি Multi-layered Robotics Architecture তৈরি করছি, যেখানে LLM উচ্চপর্যায়ের Reasoning এবং Skill Harness পরিচালনা করে।
এখানে একটি Demo দেখানো হয়েছে। Task ছিল: Right Arm ব্যবহার করে Tray থেকে তিনটি Object তুলে Table-এর X-axis বরাবর একটি সারিতে সাজানো, যেখানে সবচেয়ে লম্বা Object থেকে সবচেয়ে খাটো Object পর্যন্ত ক্রমানুসারে থাকবে।
এখানে দেখা যাচ্ছে, Agent কীভাবে Skill Harness-এর মাধ্যমে Task-টিকে ধারাবাহিক Motion-এ রূপান্তর করছে। Scene Understanding, উচ্চতা অনুযায়ী Object সাজানো এবং Placement Planning-এর মতো ধাপগুলোকে Physical Execution-এর সঙ্গে যুক্ত করছে।
এটি আমাদের জন্য একটি দারুণ সম্ভাবনাময় শুরু।
We're building a multi-layered robotics architecture, where the LLM drives high-level reasoning and skill harness.
Here's a demo. The task: use the right arm to arrange three objects from the tray in a row along the X axis of the table, ordered by height from tallest to shortest.
You can see the agent turn the task into continuous motion through skill harness, linking scene understanding, height-based ordering, and placement planning to physical execution.
This is an exciting start.
base:0x5be75e3b0aff5d1a042a5363ae36acb1d6d755ea Token Buyback ঘোষণা
আমাদের Data Engine বাস্তব জগতের বিভিন্ন ক্ষেত্রে Physical AI Applications-কে শক্তিশালী করছে। আমরা চাই, প্রতিটি Contributor যেন এর সুফল সরাসরি পেতে পারেন।
এজন্য আমরা base:0x5be75e3b0aff5d1a042a5363ae36acb1d6d755ea Token Buyback চালু করছি। ইতোমধ্যে প্রথম $150K-এর Buyback সম্পন্ন হয়েছে।
১. আমাদের Commercial Deal-গুলো Pilot-first Model অনুসরণ করে। সফল Pilot সম্পন্ন হওয়ার পরই Framework Agreement স্বাক্ষর করা হয় এবং নির্ধারিত Delivery Milestone অনুযায়ী ধাপে ধাপে Payment দেওয়া হয়।
২. এখন থেকে আমাদের Commercial Contract থেকে অর্জিত Net Profit-এর একটি অংশ Payment সংগ্রহের সঙ্গে সঙ্গে base:0x5be75e3b0aff5d1a042a5363ae36acb1d6d755ea Buyback-এর জন্য বরাদ্দ করা হবে।
প্রতি Quarter-এ একটি Public Buyback Report প্রকাশ করা হবে। পাশাপাশি On-chain Treasury Record সবার জন্য উন্মুক্ত থাকবে, যাতে যে কেউ নিজে থেকেই তা যাচাই করতে পারেন।
Buyback-এর মাধ্যমে পুনরায় কেনা সব base:0x5be75e3b0aff5d1a042a5363ae36acb1d6d755ea Public Treasury-তে পাঠানো হবে।
Treasury Address: 0xfC8c6ABC0742E64c13d6B0bAC1fCD7e604eC7Dc5
সম্পূর্ণ বিস্তারিত দেখুন: docs.axisrobotics.ai/economi…
Announcing the $AXIS Token Buyback
Our data engine is powering Physical AI applications across real-world scenarios. We want every contributor to share directly in it.
We're launching the $AXIS token buyback, with our first $150K tranche already complete.
1. Our commercial deals follow a pilot-first model. Framework agreements are signed only after a successful pilot, and payments are released in tranches against delivery milestones.
2. Going forward, a portion of the net profit from our commercial contracts is allocated to buy back $AXIS as cash is collected.
A public buyback report is published each quarter, with on-chain treasury records anyone can independently verify. All repurchased $AXIS is transferred to the public treasury.
Treasury address: 0xfC8c6ABC0742E64c13d6B0bAC1fCD7e604eC7Dc5
See the full details: docs.axisrobotics.ai/economi…
প্রতিটি ধাপ On-chain-এ যাচাই করতে পারবেন:
TWAP Order: explorer.cow.fi/base/twap/17…
Treasury Transfer: basescan.org/tx/0x71cfbe3d27…
বাংলাদেশ কমিউনিটি Q&A ইভেন্ট সম্পন্ন!
Axis Bangladesh Community-এর উদ্যোগে আমাদের কমিউনিটি Q&A ইভেন্টটি সফলভাবে সম্পন্ন হয়েছে।
HOST: @Ashik_80
এই আয়োজনের মূল উদ্দেশ্য ছিল কমিউনিটির বিভিন্ন প্রশ্ন, বিভ্রান্তি ও উদ্বেগের বিষয়ে স্পষ্ট ধারণা দেওয়া এবং Axis-এর প্রতি সদস্যদের আস্থা ও বিশ্বাস আরও দৃঢ় করা।
আলোচনায় উঠে এসেছে:
- Axis Season 2 (S2) এবং ভবিষ্যৎ পরিকল্পনা।
- Reinforcement Learning (RL) কী এবং কেন Axis Expert ও Distillation Data-এর ওপর গুরুত্ব দিচ্ছে।
- সাম্প্রতিক সময়ে base:0x5be75e3b0aff5d1a042a5363ae36acb1d6d755ea টোকেনের মূল্য কমে যাওয়ার সম্ভাব্য কারণ।
- কমিউনিটির বিভিন্ন প্রশ্ন, মতামত, পরামর্শ ও উদ্বেগ।
আমরা বিশ্বাস করি, এমন খোলামেলা আলোচনা কমিউনিটির মধ্যে স্বচ্ছতা, বোঝাপড়া ও পারস্পরিক বিশ্বাস বাড়াতে গুরুত্বপূর্ণ ভূমিকা রাখে।
Product Update 🛠️
আমরা Open Task Slot-এর সংখ্যা কমিয়ে দিয়েছি। এর পেছনে কারণগুলো হলো:
1️⃣ এখন GPT-6 সাধারণ Task-গুলো সমাধান করতে এবং সেগুলোর জন্য নির্ভরযোগ্য Trajectory তৈরি করতে পারে। সামনে আমরা একই ধরনের Repetitive Data Collection-এর কাজ আরও কমিয়ে আনব।
2️⃣ জটিল Task-এর ক্ষেত্রে High-quality Human Demonstration এখনো অত্যন্ত গুরুত্বপূর্ণ। কারণ এই Demonstration-গুলো সাধারণ Routine Trajectory-এর তুলনায় অনেক বেশি মূল্যবান।
Season 1-এ আমাদের মূল লক্ষ্য ছিল Pretraining-এর জন্য বিভিন্ন ধরনের Human Input সংগ্রহ করা। সেই ভিত্তি তৈরি হওয়ার পর এখন আমাদের ফোকাস RL, Expert এবং Distillation-এর দিকে যাচ্ছে।
Open Task Slot-এর সংখ্যা কমিয়ে আনার মাধ্যমে এই পরিবর্তনকে আরও কার্যকর করা সম্ভব হবে। পাশাপাশি, High-quality Feedback এবং বাস্তব প্রয়োগে বেশি মূল্য তৈরি করে এমন কাজের জন্য Resources কেন্দ্রীভূত রাখা যাবে।
আমাদের High-level Technical Roadmap দেখুন। ⬇️
স্বাভাবিকভাবে সংগ্রহ করা, কিছুটা অসম্পূর্ণ বা Suboptimal Robot Demonstration থেকে VLA-গুলো কীভাবে শিখবে?
পরিচয় করিয়ে দিচ্ছি AXIS-Bench: What Matters in Quality-Aware VLA Pretraining।
এটি একটি Benchmark ও Empirical Study, যেখানে VLA Pretraining-এর সময় Demonstration-এর Quality কীভাবে নির্ধারণ, Label এবং ব্যবহার করা উচিত, তা নিয়ে গবেষণা করা হয়েছে।
তিনটি VLA Model এবং ২৪টি Downstream Task-এর ওপর পরীক্ষা চালিয়ে আমরা Quality-aware Learning-এর বিভিন্ন পদ্ধতির তুলনা করেছি। গবেষণায় দেখা গেছে, সব Model-এর জন্য একই পদ্ধতি সমানভাবে কার্যকর নয়।
এই গবেষণায় সহযোগিতা করেছেন নিচের বিশ্ববিদ্যালয়গুলোর গবেষকরা: @GeorgiaTech @CarnegieMellon @UCBerkeley @NTUsg @NUSingapore @RiceUniversity @UCRiverside @TAMU
বিস্তারিত ও Companion Dataset Release দেখুন। ⬇️
How should VLAs learn from naturally suboptimal robot demonstrations?
Introducing AXIS-Bench: What Matters in Quality-Aware VLA Pretraining, a benchmark and empirical study of how demonstration quality should be defined, labeled, and used during pretraining.
Across three VLAs and 24 downstream tasks, we systematically compare quality-aware learning choices and find that no single recipe works for every model.
A collaboration with researchers from @GeorgiaTech @CarnegieMellon @UCBerkeley @NTUsg @NUSingapore @RiceUniversity @UCRiverside @TAMU.
Details & Companion Dataset Release ⬇️
6/7 Data Release
Axis Dataset V1 আগস্ট মাসে Launch করা হয়েছিল। এরপর আমরা Dataset V2 তৈরি করেছি, যেখানে এখন Camera Augmentation-সহ ১,০৯২টি Task এবং ২.৩৫ মিলিয়ন Episode রয়েছে।
AXIS-Bench-এ ব্যবহৃত Companion Dataset-গুলো Dataset V2 থেকেই তৈরি করা হয়েছে:
• Pretraining Dataset: ৭৩১টি Task জুড়ে ৫,০০০টি Simulated Franka Demonstration, যেখানে Quality Label এবং Frame Index যুক্ত রয়েছে।
• Benchmark Dataset: ২৪টি Held-out Task জুড়ে ৩৫৪টি Fine-tuning Demonstration। এর সঙ্গে রয়েছে Task Definition, Success Checker, Scene Assets এবং Evaluation Layouts।
• Sim-to-Real Pretraining Dataset: ৬৬৩টি Task জুড়ে ১৯,২৫০টি Replayable Simulated Episode। Real Demonstration দিয়ে Fine-tuning করার আগে নিজের Workspace-এ Re-render করে Pretraining-এর জন্য ব্যবহার করা যাবে।
এই দুটি উদ্যোগের লক্ষ্য একে অপরের পরিপূরক। Axis Data Resource-কে আরও সমৃদ্ধ করছে, অন্যদিকে AXIS-Bench গবেষণা করছে Data Quality এবং Training-এর বিভিন্ন সিদ্ধান্ত কীভাবে Downstream VLA Performance-কে প্রভাবিত করে।
nitter.cf/axisrobotics/status/20…
Introducing Axis Dataset V1 - the simulation dataset for scalable robot manipulation.
Can noisy, crowdsourced simulation data support embodied pretraining? Yes—with enough coverage and diversity.
Continual pretraining on AXIS dataset V1 lifts π0.5 from 83.9% to 88.8% on LIBERO-Plus, with performance improving consistently as the pretraining data scales from 25% to 100% of the full dataset, showing no clear saturation.
Built with researchers from @GeorgiaTech @UCBerkeley @TAMU @JohnsHopkins @Penn @UMich @NUSingapore @NTUsg.
➡️Related links:
Paper: arxiv.org/abs/2607.21588
Dataset: huggingface.co/datasets/axis…
Project Page: axisaiorg.github.io/AXIS-V1/
GitHub Codebase: github.com/AxisAIOrg/Axis-V1…
7/7 Links
AXIS-Bench এবং আমাদের অন্যান্য Data Resource ঘুরে দেখুন:
Project Resources:
Project Page: axis-bench.github.io/
Paper: arxiv.org/abs/2610.18869
Code: github.com/axis-bench/axis-b…
Try Axis Hub: hub.axisrobotics.ai/
Datasets:
Axis Dataset V2: huggingface.co/datasets/axis…
Pretraining: huggingface.co/datasets/axis…
Benchmark: huggingface.co/datasets/axis…
Sim-to-Real Pretraining: huggingface.co/datasets/axis…
আমরা আশা করি, AXIS-Bench অসম্পূর্ণ বা Imperfect Demonstration থেকে শেখার বিষয়ে আরও Reproducible Research পরিচালনায় সহায়তা করবে।
২৮–২৯ অক্টোবরের base:0x5be75e3b0aff5d1a042a5363ae36acb1d6d755ea Sell-off নিয়ে বিবৃতি
গত দুই দিনে কয়েকটি Wallet Address থেকে On-chain-এ বিপুল পরিমাণ base:0x5be75e3b0aff5d1a042a5363ae36acb1d6d755ea বিক্রি করা হয়েছে। এই Token-গুলো কোথা থেকে এসেছে এবং এ বিষয়ে আমরা কী পদক্ষেপ নিচ্ছি, তা স্পষ্টভাবে তুলে ধরতে চাই।
১. Team বা Investor-এর কোনো Token বিক্রি করা হয়নি।
Core Team ও Investor-দের সব Allocation এবং অন্যান্য Locked Allocation মিলিয়ে মোট 835,000,000 base:0x5be75e3b0aff5d1a042a5363ae36acb1d6d755ea (মোট Supply-এর 83.5%) এখনো Vesting Contract-এ রয়েছে, যা Binance-এর সঙ্গে যৌথভাবে পরিচালিত হয়।
Contract Address: 0xAFE41cfd4C21f1D896678e32C5AD456ea41835e6
যে কেউ BaseScan-এ এর Balance যাচাই করতে পারবেন। এই Contract থেকে একটিও Token বের হয়নি এবং 12 মাসের Cliff Period শেষ হওয়ার আগে কোনো Token Unlock হবে না।
২. বিক্রি হওয়া Token-গুলো কোথা থেকে এসেছে।
বিক্রি হওয়া Token-গুলো আমাদের প্রকাশিত Tokenomics-এ উল্লেখিত প্রাথমিক Circulating Supply থেকে এসেছে। বিশেষ করে, Ecosystem Allocation-এর একটি অংশ থেকে।
Ecosystem-এর অনেক Token Recipient Crypto জগতের সঙ্গে সরাসরি পরিচিত নন। তাই লিখিত চুক্তির মাধ্যমে, যেখানে Lock-up Terms অন্তর্ভুক্ত ছিল, একজন OTC Counterparty-এর মাধ্যমে তাঁদের Allocation দেওয়া হয়েছিল।
৩. আমাদের ধারণা, কী ঘটেছে।
Token ডেলিভারির কয়েক ঘণ্টার মধ্যে Exchange Deposit Route এবং শত শত নতুন Address ব্যবহার করে যেভাবে Token-গুলো বিক্রি করা হয়েছে, তা থেকে জোরালোভাবে ধারণা করা হচ্ছে যে OTC Counterparty এই Token-গুলো Open Market-এ বিক্রি করেছে।
যদি এমনটি হয়ে থাকে, তাহলে তা চুক্তির শর্তের সঙ্গে অসঙ্গতিপূর্ণ।
৪. আমরা কী পদক্ষেপ নিচ্ছি।
এই Counterparty-এর সঙ্গে পরবর্তী সব ধরনের লেনদেন স্থগিত করেছি।
Legal Counsel-এর সঙ্গে চুক্তিটি পর্যালোচনা করছি এবং চুক্তির অধীনে উপলব্ধ সব ধরনের আইনি প্রতিকার গ্রহণ করব।
ভবিষ্যতে অবশিষ্ট Ecosystem Token-গুলো শুধুমাত্র On-chain Vesting-এর মাধ্যমে বিতরণ করা হবে।
Team-এর Token-গুলো এখনো Locked রয়েছে এবং Axis গড়ে তোলার প্রতি আমাদের প্রতিশ্রুতি অপরিবর্তিত রয়েছে।
Statement on the $AXIS Sell-off of 28–29 October
Over the past two days, a series of addresses sold a large volume of $AXIS on-chain. We want to set out clearly what these tokens were and what we are doing about it.
1. No team or investor tokens were sold.
All Core Team and investor allocations, together with every other locked allocation, 835,000,000 $AXIS (83.5% of total supply), remain in the vesting contract, which is jointly administered with Binance: 0xAFE41cfd4C21f1D896678e32C5AD456ea41835e6. Anyone can verify the balance on BaseScan. Not a single token has left it, and none unlocks before the 12-month cliff.
2. Where the sold tokens came from.
The tokens sold came from the initial circulating supply set out in our published tokenomics, specifically part of the Ecosystem allocation. Many ecosystem recipients are not crypto-native, so their allocation was delivered through a single OTC counterparty, under a written agreement that includes lock-up terms.
3. What we believe happened.
The pattern of the sales, which went through exchange deposit routes and hundreds of fresh addresses within hours of delivery, strongly suggests that the OTC counterparty sold these tokens on the open market. If so, this is inconsistent with the agreement.
4. What we are doing.
- We have suspended all further dealings with this counterparty.
- We are reviewing the agreement with legal counsel and will pursue every remedy available under it.
- Going forward, any remaining Ecosystem tokens will be distributed only through on-chain vesting.
The team‘s tokens remain locked, and our commitment to building Axis is unchanged.
$AXIS-এর দ্বিতীয় X Launch LIVE @wallet-এ !
ট্রেড করুন base:0x5be75e3b0aff5d1a042a5363ae36acb1d6d755ea এবং 2M AXIS-এর প্রাইজ পুল থেকে পুরস্কার জেতার সুযোগ নিন। ⬇️
We're back with a second X Launch for Axis Robotics.
Trade $AXIS from now till Oct 29, 10am UTC and rank among the top 8K traders by volume to share a 2M AXIS prize pool.
Start here: web3.okx.com/ul/4ZbjPI
#Binance Alpha-তে base:0x5be75e3b0aff5d1a042a5363ae36acb1d6d755ea Trading Competition শুরু হয়েছে!
শুরুতেই অংশ নিন এবং সর্বোচ্চ 3.0x Multiplier পাওয়ার সুযোগ নিন। ⬇️
Join the #Binance Alpha AXIS Trading Competition now!
🔸 Trade AXIS with $200K worth of rewards up for grabs.
🔸 Click [Join] on the Binance App event page to start tracking trade volume.
🔸 New: Rising Trader Boost — Qualified Alpha competition traders can unlock a 1.2x trading volume boost. See campaign details to check your eligibility.
🔸 Early Bird Multiplier is on — the earlier you trade, the higher the boost. Day 1 trades enjoy a 3.0x multiplier.
🔸 Only buy volume counts (selling is excluded).
Don’t miss out 👇
binance.com/en/support/annou…
এখন @huggingface Hub-এ OpenUSD format সাপোর্ট করা হচ্ছে। পাশাপাশি, @nvidiaomniverse-এর SimReady assets-ও ইতোমধ্যে সেখানে যুক্ত হয়েছে।
এটি স্পষ্ট করে যে Physical AI-এর সবচেয়ে বড় বাধা হলো Data। একই সঙ্গে Simulation Data-এর গুরুত্বও ক্রমেই বাড়ছে, আর এর সম্ভাবনাকে কাজে লাগানো হচ্ছে।
Axis এই ধারণাকে আরও এক ধাপ এগিয়ে নিচ্ছে। আমরা তৈরি করছি এমন একটি Data Engine, যা Simulation ও বাস্তব জগতের মধ্যে সংযোগ তৈরি করে এবং Simulation Trajectory-কে বাস্তব রোবটে deployment পর্যন্ত নিয়ে যায়।
The @huggingface Hub now supports OpenUSD format, with @nvidiaomniverse SimReady assets already live on it.
This is a clear sign that data is the core bottleneck in Physical AI, and that the value of sim data is increasingly being recognized and tapped.
Axis takes it a step further: we're building the data engine that bridges sim and real, carrying simulation trajectories all the way into real-world deployment.
base:0x5be75e3b0aff5d1a042a5363ae36acb1d6d755ea এখন @BithumbOfficial-এ LIVE!
📢 New Listing
🚀 액시스로보틱스(#AXIS) 원화 마켓 추가 안내
🚀 $AXIS/KRW will be listed on #Bithumb!
🔸 Details : m-feed.bithumb.com/notice/16…
#Bithumb #AXIS @axisrobotics
Season 2 শুরু হচ্ছে আজ!
Tasks আবার চালু হয়েছে, আর এখন থেকে অর্জিত প্রতিটি Point Post-TGE Community Contributor Airdrop-এর জন্য গণনা করা হবে।
নতুন শুরু। চলুন, একসঙ্গে গড়ে তুলি!