Падения на бычьем рынке предназначены для покупки, особенно в проектах с большими катализаторами. Мы все знаем, что ИИ является нарративом этого цикла, начатым ai16z и Virtuals в прошлом году. Моя ставка заключается в том, что рынок сосредоточится на более сложных и продвинутых технологиях, таких как VLA, и позвольте мне объяснить, почему. LLM (Большие Языковые Модели) в основном читают и пишут текст: они отлично объясняют, планируют и генерируют инструкции, но сами по себе не управляют моторами и не взаимодействуют с физическим миром (как вы могли заметить с chatgpt). VLA (Модели Действия Языка Визуализации) отличаются от LLM, так как они являются мультимодальными системами, которые смотрят на вещи (визуализация), понимают инструкции (язык) и непосредственно производят действия. Это похоже на то, как вы говорите роботу поднять красный стакан, а затем он двигает своей рукой, чтобы сделать это. VLA обучаются на примерах, которые связывают изображения/видео + инструкции + реальные следы действий (как на самом деле двигался робот), и они должны работать быстро и безопасно в реальном времени. LLM, в свою очередь, обучаются на огромных текстовых коллекциях и сосредоточены на задачах рассуждения и языка. Кратко: LLM думают и говорят, в то время как VLA видят, рассуждают и действуют. Как вы видите, VLA являются значительным дополнением к LLM и заметно позволят осуществить следующую инновацию от 0 до 1 в экономике, которая будет связана с робототехникой. Большинство инвестиционных фондов выделяют значительную часть своих инвестиций в этот сектор, который рассматривается как следующая логическая эволюция в индустрии ИИ. Я уже делал пост некоторое время назад о текущем лидере на крипторынке, @codecopenflow, который не привлек капитал (честный запуск), но уже поставляет передовые продукты и в настоящее время оценивается в 23 миллиона долларов FDV. Для информации, другие крипто-конкуренты привлекли 20 миллионов долларов ( @openmind_agi) при вероятной оценке FDV от 200 до 300 миллионов долларов ++, в то время как ни один продукт или сообщество еще не было создано и запущено. Что делает Codec ведущим проектом в этом секторе, так это то, что они решают критическую проблему в робототехнике и ИИ, а именно сложность взаимодействия всех инструментов ИИ. Позвольте мне объяснить. Их последний релиз, OPTR (оператор), представляет собой набор инструментов, который помогает создавать операторов, способных взаимодействовать на нескольких платформах, таких как роботы, настольные компьютеры, браузеры или симуляции. Цель оператора — видеть, рассуждать и действовать (VLA) как в цифровом (компьютеры), так и в физическом (роботы) мирах. Этот набор инструментов служит основной инфраструктурой для робототехнических команд, стремящихся протестировать свой продукт и улучшить общий процесс, предоставляя единый опыт вместо отдельных для веб-браузеров, симуляций или роботов. Это, по сути, делает оператора адаптивным и автономным независимо от его окружения. Так что вы понимаете, это сэкономит много времени для компаний и разработчиков, которые ранее должны были проходить каждый шаг вручную, и где можно сэкономить время, можно сэкономить деньги. Это также позволит Codec создавать свои собственные проекты операторов и быстро выводить новые возможности на рынок, в частности через их рынок. Кратко: Вы, вероятно, видели видео с роботами, складывающими ткани, сортирующими коробки или прыгающими по различным элементам. Все они были обучены для этого очень конкретного случая использования, и, к сожалению, один навык не может быть использован в другой среде, как это может сделать человек. OPTR от Codec решает эту проблему, делая навыки переносимыми между средами и ситуациями, что значительно ускоряет и удешевляет обучение и разработку для предприятий. Вот почему Codec так интересен в объединении цифрового мира с физическим миром. $CODEC, Coded.