Muistatko pelaajat, joilla sadat teini-ikäiset pelasivat Axie Infinityä ansaitakseen Magic Love Potionsia? Joo, se oli 4 vuotta sitten. Nyt voit vain kouluttaa ja pyöräyttää 100 autonomista koodekkioperaattoria pelaamaan puolestasi sen sijaan ... ja ansaita rahaa ja myydä se muille ✅ AI x Robotiikka AI x Robotics -tarina kuumenee toden teolla VLA-malleilla ​ Tekoälyekosysteemin tässä vaiheessa suurin osa protokollista ja agenteista käyttää tekstipohjaisia LLM-moottoreita tai staattisia kuvakaappauksia tietojen tulkitsemiseen ​ Mutta muista vain, että suurimmalla osalla todellisesta maailmasta ei ole API-käyttöoikeutta, tarvitset näkemystä, päätöksiä ja toimia. Todellinen maailma on nähtävä pikseleinä, ja tässä VLA-mallit tulevat kuvaan ​ @Codecopenflow mahdollistaa ohjelmistojen ja robotiikan automatisoinnin vision avulla käyttämällä tyhjästä rakennettua teknologiapinoa ✅ CODEC-operaattorit ​ Operaattorit ovat itsenäisiä ohjelmistoagentteja, jotka voivat suorittaa tehtäviä havaitse-syy-toimi-syklin kautta. Kyky nähdä näyttö (tai kamerasyötteet tai anturitiedot) antaa heille mahdollisuuden tehdä päätöksiä, joita LLM:t eivät pystyisi tekemään ​ • Havainto: Tallentaa kuvakaappauksia, kamerasyötteitä tai anturitietoja • Päättely: Käsittelee havaintoja ja ohjeita näkökielen mallien avulla • Toiminto: Suorittaa päätökset käyttöliittymän vuorovaikutuksen tai laitteiston ohjauksen avulla ​ Jatkuvassa silmukassa Operaattorit voivat toimia paljailla metallipalvelimilla, virtuaalikoneilla (millä tahansa käyttöjärjestelmällä) tai jopa roboteilla. ​ Jokainen operaattori saa automaattisesti erillisen laskentakoneen (eristetty VM tai konttiesiintymä), ja se voidaan suojata TEE:llä (laitteistotason eristys) arkaluonteiselle koodille ja tiedoille. ​ ✅ Tekoälyn älykkyyskerros ​ Operaattorit voidaan määrittää käyttämään yhtä tai useampaa mallia (LLM tai VLA) yhdistettynä "aivoinaan" ​ Esimerkiksi edullisen Mixtral-8×7B-kielimallin yhdistäminen avoimen lähdekoodin CogVLM-näkömalliin antaa käyttäjille mahdollisuuden lukea näytöllä näkyvää tekstiä ja tulkita live-näytön tai kameran syötteitä - kaikki murto-osalla GPT-4:n kustannuksista. ​ VLA-mallin (Vision-Language-Action) avulla asiakaspalvelija tulkitsee visuaalista syötettä ja päättää sitten toiminnosta näkemänsä perusteella ✅ Käyttötapaukset ​ 🔹 Työpöydän automaatio ​ Voi automatisoida toistuvia toimistotehtäviä ohjaamalla graafisia käyttöliittymiä. Kuten laskentataulukoiden täyttäminen, kalenterien päivittäminen tai muut graafisen käyttöliittymän käyttöä vaativat tehtävät ​ Pystyy käsittelemään käyttöliittymäpäivityksiä, koska se näkee, mitä se tekee ​ 🔹 Peliagentit ​ Operaattorit voivat ohjata pelaajia tai testata videopelejä. Agentit suoratoistavat näyttöä ja voivat tehdä toimintoja näkemänsä perusteella lähettämällä näppäimistö- tai hiirikomentoja peliin. ​ Voidaan käyttää laadunvarmistustestaukseen tai jopa edistyneisiin NPC-vastustajiin tai web3-pelien automatisointiin ​ 🔹 Robotiikka ​ Käyttäjät voivat ohjata fyysisiä robotteja. Konekerros muodostaa yhteyden robotin laitteistoon antureilla ja toimilaitteilla, ja agentti voi lähettää komentoja käsivarren liikuttamiseksi tai navigoimiseksi. ​ Se voisi esimerkiksi kaapata kamerasyötteen kuljetinhihnalla liikkuvista esineistä ja tehdä toimintoja liikkeen perusteella. Jos tiellä on este, käyttäjä voi nähdä sen ja ohjata robottia sen välttämiseksi ​ ✅ Tiedonkeruu ja Onchainin turvakaiteet ​ Tuomalla Operaattoreiden tiedot Solanaan he voivat tarjota muuttumattomia toimintolokeja kaikista suoritetuista toiminnoista ​ Tulevaisuudessa voimme nähdä pisteen, jossa robotiikkayritysten olisi panostettava token, joka takaa, että niiden operaattorit eivät laita robottia ottamaan fyysistä kontaktia ihmiseen tietyn voiman yli. Jos he rikkovat sitä, ne leikataan osaan panostetusta tokenista (kuten EigenLayer / Symbiotic restaking) ​ ✅ Robotiikan koulutusympäristö ​ Codecin avulla kouluttamattomat virtuaalimallit voidaan ottaa käyttöön dynaamiselle, korkealaatuiselle harjoituskentälle ilman fyysistä robottia. ​ Simuloi, kouluta ja tarkenna monimutkaisia toimintoja pilvimittakaavassa ja siirrä sitten käytännöt todelliseen laitteistoon luottavaisin mielin. Koulutusympäristöt voidaan nopeasti kehittää kaikentyyppisille operaattoreille (ohjelmistot, pelit tai robotiikka) ​ ✅ Koodekki SDK ​ Täydellinen SDK ja API on kehitetty, jotta kehittäjät voivat ottaa operaattorinsa käyttöön helposti ​ ✅ Operaattorin markkinapaikka ​ Operaattoreita voidaan (tulevaisuudessa) myydä mukautetulla markkinapaikalla. ​ Tulot jaetaan, jotta voit lähettää ja kaupallistaa VLA-operaattorisi, mikä tarkoittaa, että jos koulutat tehokkaita operaattoreita, sinulla voi olla lisää tulovirtoja ​ ✅ Päätelmät ​ Uskon, että näemme valtavaa kehitystä VLA-alalla ensi vuonna. Olemme nähneet, kuinka nopeasti LLM:iä kehitetään, GPT-1:n lanseerauksesta on vain muutama vuosi. Robotiikasta ja näkömalleista tulee hyvin todennäköisesti kuuma tarina jossain vaiheessa tätä sykliä, ja pidän siitä, että minut sijoitetaan aikaisin ​ Ai niin, ja mainitsinko, että perustajat ovat Hugging Face- ja Elixir-peleistä 👀 ​ Huomautus: Slappjakkella on suuret $CODEC laukkuja, ja tämä on yksi niistä kerroista, kun sain vielä enemmän nousujohteisen kirjoittaessani tätä ketjua ja lisäsin vielä enemmän ​ Tämä ei ole kuten aina taloudellista neuvontaa ja korkean riskin sijoitusta, joten tee oma tutkimus.