Ricorda i giocatori che avevano centinaia di adolescenti che giocavano ad Axie Infinity per loro per guadagnare Pozioni d'Amore Magiche? Sì, era 4 anni fa. Ora puoi semplicemente addestrare e avviare 100 Operatori di Codec Autonomi per giocare per te invece ...e monetizzarlo e venderlo ad altri ✅ AI x Robotica La narrativa AI x Robotica si sta davvero intensificando con i modelli VLA ​ In questa fase dell'ecosistema AI, la maggior parte dei protocolli e degli agenti utilizza motori LLM basati su testo o screenshot statici per interpretare i dati ​ Ma ricorda che la maggior parte del mondo reale non ha accesso API, hai bisogno di visione, decisioni e azioni. Il mondo reale deve essere visto in pixel e qui entrano in gioco i modelli VLA ​ @Codecopenflow consente l'automazione di software e robotica attraverso la visione utilizzando uno stack tecnologico costruito da zero ✅ Operatori CODEC ​ Gli operatori sono agenti software autonomi che possono eseguire compiti attraverso un ciclo percepire-razionare-agire. La capacità di vedere lo schermo (o i feed della telecamera o i dati dei sensori) consente loro di prendere decisioni che gli LLM non sarebbero in grado di fare ​ • Percezione: Cattura screenshot, feed della telecamera o dati dei sensori • Ragionamento: Elabora osservazioni e istruzioni utilizzando modelli linguaggio-visione • Azione: Esegue decisioni attraverso interazioni UI o controllo hardware ​ In un ciclo continuo Gli operatori possono funzionare su server bare-metal, macchine virtuali (su qualsiasi sistema operativo) o anche su robot. ​ Ogni operatore ottiene automaticamente una macchina di calcolo dedicata (VM isolata o istanza di container), e può essere protetto da TEE (isolamento a livello hardware) per codice e dati sensibili. ​ ✅ Livello di Intelligenza AI ​ Gli operatori possono essere configurati per utilizzare uno o più modelli (LLM o VLA) combinati come il loro "cervello" ​ Ad esempio, abbinare il modello linguistico a basso costo Mixtral-8×7B con il modello di visione open-source CogVLM consente agli operatori di leggere il testo sullo schermo e interpretare i feed della schermata o della telecamera in tempo reale - tutto a una frazione del costo di GPT-4. ​ Un modello VLA (Vision-Language-Action) consente all'agente di interpretare l'input visivo e poi decidere un'azione basata su ciò che vede ✅ Casi d'uso ​ 🔹 Automazione Desktop ​ Può automatizzare compiti d'ufficio ripetitivi controllando le interfacce grafiche. Come compilare fogli di calcolo, aggiornare calendari o altri compiti che richiedono interazione con l'interfaccia grafica ​ Può gestire aggiornamenti UI poiché può effettivamente vedere cosa sta facendo ​ 🔹 Agenti di Gioco ​ Gli operatori possono controllare i giocatori o testare i videogiochi. Gli agenti stanno trasmettendo lo schermo e possono compiere azioni basate su ciò che vedono inviando comandi da tastiera o mouse al gioco. ​ Possono essere utilizzati per test di QA, o anche avversari NPC avanzati o automazione di giochi web3 ​ 🔹 Robotica ​ Gli operatori possono controllare robot fisici. Lo strato macchina si collegherà all'hardware dei robot con sensori e attuatori, e l'agente può inviare comandi per muovere un braccio o navigare. ​ Ad esempio, potrebbe catturare un feed della telecamera di oggetti che si muovono su un nastro trasportatore e compiere azioni basate sul movimento. Se c'è un ostacolo sulla strada, l'operatore può vederlo e controllare il robot per evitarlo ​ ✅ Raccolta Dati e Sicurezza Onchain ​ Portando le informazioni degli operatori onchain su Solana, possono offrire registri d'azione immutabili da tutte le azioni eseguite ​ In futuro possiamo vedere un punto in cui le aziende di robotica saranno tenute a mettere in stake un token per garantire che i loro operatori non facciano entrare in contatto fisico un robot con un umano oltre una certa forza. Se violano questa regola, verranno penalizzati per una parte del token messo in stake (come EigenLayer / Symbiotic restaking) ​ ✅ Ambiente di Addestramento per Robotica ​ Con Codec, modelli virtuali non addestrati possono essere distribuiti in un terreno di addestramento dinamico e ad alta fedeltà, senza necessità di un robot fisico. ​ Simula, addestra e affina comportamenti complessi su scala cloud, quindi trasferisci quelle politiche all'hardware reale con fiducia. Gli ambienti di addestramento possono essere rapidamente avviati per tutti i tipi di operatori (Software, Gioco o Robotica) ​ ✅ Codec SDK ​ Un SDK e API completi sono stati sviluppati affinché gli sviluppatori possano distribuire facilmente i loro operatori ​ ✅ Marketplace degli Operatori ​ Gli operatori possono (in futuro) essere venduti su un marketplace personalizzato. ​ Ci sarà una divisione dei ricavi in modo che tu possa spedire e monetizzare il tuo operatore VLA, il che significa che se addestri operatori efficaci potresti avere flussi di entrate aggiuntivi ​ ✅ Pensieri Conclusivi ​ Penso che vedremo sviluppi massicci nel campo VLA nel prossimo anno. Abbiamo visto quanto velocemente vengono sviluppati gli LLM, è passato solo qualche anno da quando è stato lanciato GPT-1. La robotica e i modelli di visione diventeranno molto probabilmente una narrativa calda a un certo punto in questo ciclo, e mi piace essere posizionato presto ​ Oh e ho già detto che i co-fondatori provengono da Hugging Face e Elixir games 👀 ​ Nota: Slappjakke ha grandi sacchi di $CODEC, e questo è uno di quei momenti in cui sono diventato ancora più ottimista mentre scrivevo questo thread e ho aggiunto ancora di più ​ Questo, come sempre, non è un consiglio finanziario e un investimento ad alto rischio, quindi fai le tue ricerche.