Härkämarkkinoiden notkahdukset on tarkoitettu ostettavaksi, erityisesti projekteissa, joissa on suuria katalyyttejä Me kaikki tiedämme, että tekoäly on tämän syklin kertomus, jonka ai16z ja Virtuals aloittivat viime vuonna. Veikkaan, että markkinat keskittyvät monimutkaisempiin ja kehittyneempiin teknologioihin, kuten VLA:ihin, ja haluan kertoa miksi. LLM:t (Large Language Models) lukevat ja kirjoittavat pääasiassa tekstiä: he ovat hyviä selittämään, suunnittelemaan ja luomaan ohjeita, mutta ne eivät yksinään ohjaa moottoreita tai ole vuorovaikutuksessa fyysisen maailman kanssa (kuten olet ehkä kokenut chatgpt:n kanssa). VLA:t (Vision Language Action -mallit) eroavat LLM:istä, koska ne ovat multimodaalisia järjestelmiä, jotka katsovat asioita (näkö), ymmärtävät ohjeita (kieli) ja tuottavat suoraan toimintoja. Se on kuin käskisi robottia poimimaan punaisen kupin ja sitten liikuttaisi kättään tehdäkseen sen. VLA:t on koulutettu esimerkeillä, jotka yhdistävät kuvat/video + ohjeet + todelliset toimintajäljet (kuinka robotti todella liikkui), ja niiden on toimittava nopeasti ja turvallisesti reaaliajassa. LLM:t puolestaan koulutetaan valtaviin tekstikokoelmiin ja keskittyvät päättely- ja kielitehtäviin. TALLIUM; DR LLM:t ajattelevat ja puhuvat, kun VLA:t näkevät, järkeilevät ja toimivat. Kuten näet, VLA:t ovat merkittävä lisä LLM:iin ja mahdollistavat erityisesti seuraavat 0-1 innovaatiot koko taloudessa, joka on robotiikka. Suurin osa sijoitusrahastoista kohdistaa suuren osan sijoituksistaan tälle alalle, jota pidetään tekoälyalan seuraavana loogisena kehityksenä. Tein jo jokin aika sitten postauksen kryptomarkkinoiden nykyisestä johtajasta @codecopenflow, joka ei kerännyt pääomaa (reilu lanseeraus), mutta toimittaa huippuluokan tuotteita ja on tällä hetkellä 23 miljoonan dollarin FDV:ssä. Tiedoksi, muut kryptokilpailijat keräsivät 20 miljoonaa dollaria (@openmind_agi) luultavasti 200–300 miljoonalla dollarilla ++ FDV, vaikka tuotetta tai yhteisöä ei ole vielä rakennettu ja toimitettu. Codecista tekee alan johtavan projektin se, että se ratkaisee robotiikan ja tekoälyn ratkaisevan pullonkaulan, joka on vaikeus saada kaikki tekoälytyökalut vuorovaikutukseen keskenään. Anna minun selittää. Heidän uusin julkaisunsa, OPTR (operaattori), on työkalupakki, joka auttaa rakentamaan operaattoreita, jotka pystyvät olemaan vuorovaikutuksessa useilla alustoilla, kuten roboteilla, työpöydillä, selaimilla tai simulaatioilla. Operaattorin tavoitteena on nähdä, järkeillä ja toimia (VLA) sekä digitaalisessa (tietokoneet) että fyysisessä (robotti) maailmassa. Tämä työkalupakki toimii keskeisenä infrastruktuurina robottitiimeille, jotka pyrkivät testaamaan tuotettaan ja tehostamaan kokonaisprosessia tarjoamalla yhtenäisen kokemuksen verkkoselaimille, simulaatioille tai roboteille tarkoitettujen erillisten kokemusten sijaan. Tämä tekee käyttäjästä olennaisesti mukautuvan ja itsenäisen ympäristöstä riippumatta. Joten saat sen, se säästää paljon aikaa yrityksiltä ja kehittäjiltä, jotka aiemmin joutuivat käymään läpi jokaisen vaiheen manuaalisesti ja missä voit säästää aikaa, voit säästää rahaa. Sen avulla Codec voi myös rakentaa omia operaattoriprojektejaan ja tuoda markkinoille suhteellisen nopeasti uutta kapasiteettia erityisesti markkinapaikkansa kautta. TALLIUM; DR: Olet luultavasti nähnyt videoita roboteista, jotka taittelevat nenäliinoja, lajittelevat laatikoita tai hyppäävät erilaisten elementtien päälle. Ne kaikki on koulutettu tähän hyvin erityiseen käyttötapaukseen, ja valitettavasti yhtä taitoa ei voida käyttää uudelleen toisessa ympäristössä, kuten ihminen voisi tehdä. Codecin OPTR ratkaisee tämän tekemällä taidoista siirrettäviä ympäristöjen ja tilanteiden välillä, mikä tekee koulutuksesta ja kehityksestä paljon nopeampaa ja halvempaa yrityksille. Tästä syystä Codec on niin mielenkiintoinen digitaalisen maailman yhdistämisessä fyysiseen maailmaan. $CODEC, koodattu.