Husker du spillerne som hadde hundrevis av tenåringer som spilte Axie Infinity for at de skulle tjene magiske kjærlighetsdrikker? Ja, det var 4 år siden. Nå kan du bare trene og spinne opp 100 autonome kodekoperatører for å spille for deg i stedet ... og tjene penger på det og selge det til andre ✅ AI x robotikk AI x Robotics-fortellingen varmes opp for ordentlig med VLA-modeller ​ På dette stadiet i AI-økosystemet bruker de fleste protokoller og agenter tekstbaserte LLM-motorer eller statiske skjermbilder for å tolke data ​ Men bare husk at det meste av den virkelige verden ikke har API-tilgang, du trenger visjon, beslutninger og handlinger. Den virkelige verden må sees i piksler, og det er her VLA-modeller kommer inn ​ @Codecopenflow muliggjør automatisering av programvare og robotikk gjennom visjon ved hjelp av en teknologistabel bygget fra bunnen av ✅ CODEC-operatører ​ Operatører er autonome programvareagenter som kan utføre oppgaver gjennom en oppfatte-fornuft-handle-syklus. Muligheten til å se skjermen (eller kamerafeeder eller sensordata) lar dem ta beslutninger LLM-er ikke ville være i stand til å gjøre ​ • Oppfatning: Tar skjermbilder, kamerafeeder eller sensordata • Resonnement: Behandler observasjoner og instruksjoner ved hjelp av synsspråkmodeller • Handling: Utfører beslutninger gjennom UI-interaksjoner eller maskinvarekontroll ​ I en kontinuerlig sløyfe Operatørene kan kjøre på bare-metal-servere, virtuelle maskiner (på alle operativsystemer), eller til og med på roboter. ​ Hver operatør får automatisk en dedikert databehandlingsmaskin (isolert virtuell maskin eller beholderforekomst), og kan sikres med TEE-er (isolering på maskinvarenivå) for sensitiv kode og data. ​ ✅ AI-intelligenslag ​ Operatørene kan konfigureres til å bruke en eller flere modeller (LLM eller VLA) kombinert som sin "hjerne" ​ For eksempel, ved å pare den rimelige Mixtral-8×7B-språkmodellen med åpen kildekode CogVLM-visjonsmodellen kan operatører lese tekst på skjermen og tolke live skjerm- eller kamerafeeder - alt til en brøkdel av GPT-4s kostnad. ​ En VLA-modell (Vision-Language-Action) lar agenten tolke visuelle inndata og deretter bestemme seg for en handling basert på hva den ser ✅ Bruksområder ​ 🔹 Automatisering av skrivebord ​ Kan automatisere repeterende kontoroppgaver ved å kontrollere GUI-er. Som å fylle ut regneark, oppdatere kalendere eller andre oppgaver som krever GUI-interaksjon ​ Kan håndtere UI-oppdateringer da den faktisk kan se hva den gjør ​ 🔹 Spillagenter ​ Operatører kan kontrollere spillere eller teste videospill. Agentene strømmer skjermen og kan utføre handlinger basert på det de ser ved å sende tastatur- eller musekommandoer til spillet. ​ Kan brukes til QA-testing, eller til og med avanserte NPC-motstandere eller automatisering av web3-spill ​ 🔹 Robotics ​ Operatører kan kontrollere fysiske roboter. Maskinlaget vil koble seg til en robots maskinvare med sensorer og aktuatorer, og agenten kan sende kommandoer for å bevege en arm eller navigere. ​ For eksempel kan den fange en kamerafeed av objekter som beveger seg på et transportbånd og gjøre handlinger basert på bevegelsen. Hvis det er en hindring i veien, kan operatøren se den og kontrollere roboten for å unngå den ​ ✅ Datainnsamling og Onchain sikkerhetsskinner ​ Ved å bringe informasjonen om operatørene onchain til Solana, kan de tilby uforanderlige handlingslogger fra alle handlinger som utføres ​ I fremtiden kan vi se et punkt der robotselskaper vil bli pålagt å satse et token for å garantere at operatørene deres ikke vil få en robot til å ta fysisk kontakt med et menneske over en viss kraft. Hvis de bryter det, vil de bli kuttet for en del av det stakede tokenet (som EigenLayer / Symbiotic restaking) ​ ✅ Opplæringsmiljø for robotikk ​ Med Codec kan utrente virtuelle modeller distribueres til et dynamisk treningsområde med høy kvalitet, uten behov for fysisk robot. ​ Simuler, lær opp og finjuster kompleks atferd i skyskala, og overfør deretter disse policyene til ekte maskinvare med tillit. Treningsmiljøer kan raskt spinnes opp for alle typer operatører (programvare, spill eller robotikk) ​ ✅ SDK for kodek ​ En fullstendig SDK og API er utviklet slik at utviklere enkelt kan distribuere operatørene sine ​ ✅ Markedsplass for operatører ​ Operatører kan (i fremtiden) selges på en tilpasset markedsplass. ​ Det vil være en inntektsdeling slik at du kan sende og tjene penger på VLA-operatøren din, noe som betyr at hvis du trener effektive operatører, kan du ha ekstra inntektsstrømmer ​ ✅ Avsluttende tanker ​ Jeg tror vi vil se en massiv utvikling på VLA-feltet i løpet av det neste året. Vi har sett hvor raskt LLM-er utvikles, det var bare noen få år siden GPT-1 ble lansert. Robotikk og synsmodeller vil med stor sannsynlighet bli en het fortelling på et tidspunkt i denne syklusen, og jeg liker å bli posisjonert tidlig ​ Åh, og nevnte jeg at medgründerne er fra Hugging Face og Elixir-spill 👀 ​ Merk: Slappjakke har store $CODEC vesker, og dette er en av de gangene jeg ble enda mer bullish mens jeg skrev denne tråden og la til enda flere ​ Dette er som alltid ikke økonomisk rådgivning og en høyrisikoinvestering, så gjør din egen research.