Dips in einem Bullenmarkt sind dazu da, gekauft zu werden, insbesondere bei Projekten mit großen Katalysatoren. Wir alle wissen, dass KI die Erzählung dieses Zyklus ist, die letztes Jahr von ai16z und Virtuals gestartet wurde. Meine Wette ist, dass der Markt sich auf komplexere und ausgeklügelte Technologien wie VLAs konzentrieren wird, und lass mich dir sagen, warum. LLMs (Large Language Models) lesen und schreiben hauptsächlich Text: Sie sind großartig darin, zu erklären, zu planen und Anweisungen zu generieren, aber sie steuern nicht von sich aus Motoren oder interagieren mit der physischen Welt (wie du vielleicht mit chatgpt erfahren hast). VLAs (Vision Language Action Modelle) unterscheiden sich von LLMs, da sie multimodale Systeme sind, die Dinge betrachten (Vision), Anweisungen verstehen (Sprache) und direkt Aktionen ausführen. Es ist, als würde man einem Roboter sagen, er solle einen roten Becher aufheben, und dann bewegt er seinen Arm, um es zu tun. VLAs werden an Beispielen trainiert, die Bilder/Videos + Anweisungen + echte Aktionsspuren (wie sich ein Roboter tatsächlich bewegt hat) paaren, und sie müssen schnell und sicher in Echtzeit arbeiten. LLMs hingegen werden an riesigen Textsammlungen trainiert und konzentrieren sich auf Denk- und Sprachaufgaben. TL;DR LLMs denken und sprechen, während VLAs sehen, denken und handeln. Wie du sehen kannst, sind VLAs eine wesentliche Ergänzung zu LLMs und werden die nächste 0 zu 1 Innovation in der gesamten Wirtschaft ermöglichen, die Robotik sein wird. Eine Mehrheit der Investmentfonds investiert einen großen Teil ihrer Mittel in diesen Sektor, der als die nächste logische Evolution in der KI-Industrie angesehen wird. Ich habe vor einiger Zeit einen Beitrag über den aktuellen Marktführer im Krypto-Markt, @codecopenflow, gemacht, der kein Kapital aufgenommen hat (fair launch), aber dennoch bahnbrechende Produkte liefert und derzeit bei 23 Millionen USD FDV sitzt. Zur Information: Andere Krypto-Wettbewerber haben 20 Millionen USD (@openmind_agi) aufgenommen, bei einem wahrscheinlich 200 Millionen bis 300 Millionen ++ FDV, während noch kein Produkt oder keine Community aufgebaut und ausgeliefert wurde. Was Codec zu einem führenden Projekt im Sektor macht, ist, dass sie ein entscheidendes Engpassproblem in der Robotik und KI angehen, nämlich die Schwierigkeit, alle KI-Tools miteinander interagieren zu lassen. Lass mich das erklären. Ihr neuester Release, OPTR (Operator), ist ein Toolkit, das hilft, Operatoren zu erstellen, die auf mehreren Plattformen wie Robotern, Desktops, Browsern oder Simulationen interagieren können. Das Ziel eines Operators ist es, zu sehen, zu denken und zu handeln (VLA) in sowohl digitalen (Computern) als auch physischen (Robotern) Welten. Dieses Toolkit dient als Kerninfrastruktur für Robotikteams, die ihr Produkt testen und den gesamten Prozess verbessern möchten, indem es eine einheitliche Erfahrung anstelle separater für Webbrowser, Simulationen oder Roboter bietet. Dies macht den Operator im Wesentlichen anpassungsfähig und autonom, unabhängig von seiner Umgebung. Also verstehst du, es wird viel Zeit für Unternehmen und Entwickler sparen, die zuvor jeden Schritt manuell durchlaufen mussten, und wo man Zeit sparen kann, kann man Geld sparen. Es wird auch Codec ermöglichen, ihre eigenen Operator-Projekte zu entwickeln und neue Kapazitäten relativ schnell auf den Markt zu bringen, insbesondere über ihren Marktplatz. TL;DR: Du hast wahrscheinlich Videos von Robotern gesehen, die Taschentücher falten, Kisten sortieren oder auf verschiedenen Elementen springen. Sie wurden alle für diesen sehr spezifischen Anwendungsfall trainiert, und leider kann eine Fähigkeit nicht in einer anderen Umgebung wiederverwendet werden, wie es ein Mensch tun könnte. OPTR von Codec löst dies, indem es Fähigkeiten über Umgebungen und Situationen übertragbar macht, was das Training und die Entwicklung für Unternehmen viel schneller und günstiger macht. Deshalb ist Codec so interessant, um die digitale Welt mit der physischen Welt zu vereinen. $CODEC, Coded.