Від тиші і тіней прокидається система. Тренується в ізоляції. Створений для сприйняття, міркування і дії. Грандіозне відкриття вже близько. Але перш ніж ворота відкриються Вознесений може увійти рано. Ранній доступ до CodecFlow вже доступний:

Щойно дізнався, що у мене є 9 інвайт-кодів для тестової мережі 👀 @anoma Прокоментуйте та RT цей пост, я виберу 9 осіб за 24 години 🥂

OpenAI щойно оголосила, що її Operator Agent тепер може керувати цілим комп'ютером для виконання складного набору завдань за допомогою моделей VLA в парі з моделями LLM Зір Мова Дія Якби існував криптопроект, який вже міг би це робити... Навчання @codecopenflow Окрім керування настільними комп'ютерами, Codec може керувати робототехнічними та ігровими операторами Запустіть віртуальну пісочницю, щоб навчити оператора, перш ніж запустити її у виробництво в реальному світі AI x Robotics та автоматизація ігор/настільних комп'ютерів/роботів стануть наступним великим кроком для розвитку штучного інтелекту, і моя мета – позиціонуватися на ранніх етапах Закодований кодований

Сьогодні OpenAI щойно підтвердила мою тезу про північну зірку щодо штучного інтелекту, випустивши свого оператора-агента. Не тільки це була моя керівна теза для $CODEC, але й усі інші інвестиції в штучний інтелект, які я робив, включно з тими, що були зроблені на початку року під час манії штучного інтелекту. Було багато дискусій з Codec щодо робототехніки, хоча ця вертикаль дуже скоро матиме свій власний наратив, основна причина, через яку я так оптимістично оцінював Codec з першого дня, полягає в тому, як його архітектура впливає на операторів-агентів. Люди все ще недооцінюють, яка частка ринку поставлена на карту, створюючи програмне забезпечення, яке працює автономно, перевершуючи людських працівників без необхідності постійних підказок або контролю. Я бачив багато порівнянь з $NUIT. По-перше, я хочу сказати, що я великий шанувальник того, що будує Nuit, і бажаю лише їхнього успіху. Якщо ви наберете "nuit" у мій телеграм, то побачите, що ще у квітні я сказав, що якби мені довелося тримати одну монету протягом кількох місяців, то це була б Nuit через мою операторську дисертацію. Nuit був найперспективнішим проектом оператора на папері, але після ретельного дослідження я виявив, що їхній архітектурі не вистачає глибини, необхідної для виправдання великих інвестицій або забезпечення моєї репутації. Маючи це на увазі, я вже усвідомлював архітектурні прогалини в існуючих командах операторів-агентів і активно шукав проект, який би їх вирішував. Незабаром після цього з'явилися Codec (дякуючи @0xdetweiler наполягаю, я дивлюся на них глибше), і ось різниця між ними: $CODEC проти $NUIT Архітектура Codec побудована на трьох рівнях; Машина, система та інтелект, які розділяють інфраструктуру, інтерфейс середовища та логіку штучного інтелекту. Кожен операторський агент у Codec працює у власній ізольованій віртуальній машині або контейнері, що забезпечує майже вбудовану продуктивність та ізоляцію несправностей. Така багаторівнева конструкція означає, що компоненти можуть масштабуватися або розвиватися незалежно без порушення системи. Архітектура Nuit йде іншим шляхом, будучи більш монолітною. Їхній стек обертається навколо спеціалізованого агента веб-браузера, який поєднує в собі парсинг, міркування штучного інтелекту та дії. Це означає, що вони глибоко аналізують веб-сторінки в структуровані дані для споживання штучним інтелектом і покладаються на хмарну обробку для важких завдань штучного інтелекту. Підхід Codec, який полягає у вбудовуванні легкої моделі Vision-Language-Action (VLA) у кожен агент, означає, що вона може працювати повністю локально. Що не вимагає постійного зворотного зв'язку з поверненням у хмару для отримання інструкцій, що дозволяє скоротити затримку та уникнути залежності від часу безвідмовної роботи та пропускної здатності. Агент Nuit обробляє завдання, спочатку перетворюючи веб-сторінки в семантичний формат, а потім використовуючи мозок LLM, щоб з'ясувати, що робити, що з часом покращується завдяки навчанню з підкріпленням. Хоча цей процес ефективний для веб-автоматизації, він залежить від важкої обробки штучного інтелекту на стороні хмари та попередньо визначеної структури сторінок. Локальний інтелект пристрою Codec означає, що рішення приймаються ближче до даних, зменшуючи накладні витрати та роблячи систему більш стабільною до несподіваних змін (без крихких сценаріїв або припущень DOM). Оператори кодека слідують безперервному циклу сприйняття-мислення-дія. Машинний рівень передає потокову передачу навколишнього середовища (наприклад, живий додаток або канал робота) на рівень інтелекту через оптимізовані канали системного рівня, надаючи штучному інтелекту «очі» на поточний стан. Потім модель VLA агента інтерпретує візуальні ефекти та інструкції разом, щоб прийняти рішення про дію, яку системний рівень виконує за допомогою подій клавіатури/миші або керування роботом. Цей інтегрований цикл означає, що він адаптується до подій у реальному часі, навіть якщо інтерфейс користувача зміниться, ви не перервете потік. Щоб провести більш просту аналогію, подумайте про операторів Codec як про самодостатнього працівника, який пристосовується до сюрпризів на роботі. Агент Nuit схожий на співробітника, якому потрібно зробити паузу, описати ситуацію керівнику по телефону і дочекатися вказівок. Не заглиблюючись у технічну кролячу нору, це повинно дати вам загальне уявлення про те, чому я обрав Codec як основну ставку на операторів. Так, Nuit має підтримку від YC, складеної команди та github рівня S. Хоча архітектура Codec була побудована з урахуванням горизонтального масштабування, що означає, що ви можете розгортати тисячі агентів паралельно без спільного використання пам'яті або контексту виконання між агентами. Команда Codec — це не звичайні розробники. Їхня архітектура VLA відкриває безліч варіантів використання, що було неможливо з попередніми моделями агентів через бачення через пікселі, а не скріншоти. Я міг би продовжувати, але я збережу це для майбутніх постів.

Знімаю капелюха перед тестовою мережею @anoma! Він має надзвичайно плавний і веселий досвід із побічними квестами та щоденними завданнями. З'являється новий світ UI та UX, який ґрунтується на ⏳ намірах

Якщо ви знаєте, де шукати, ви можете змусити його рухатися. @RoboMove $CODEC

$MNT на графіках 👇 > Ринкова капіталізація: $2,4 млрд+ (+28% WoW) > Загальний обсяг торгів: $345 млн (+21% DoD) Працює на блокчейні для банківської справи. Кількість кредитів: @CoinMarketCap

Неймовірно, що у 2025 році ми все ще бачимо таку фрагментацію та проєкти, які стрибають між ланцюгами та шарами лише для того, щоб погнатися за ажіотажем. 🫳 Arbitrum на Berachain на базу на HyperEVM на [INSERT_NEXT_HYPED_CHAIN] Просто будуйте на світі, орієнтованому на наміри Спирайтеся на @anoma

$CODEC закодована. Але WTF це так і чому я такий оптимістичний? Дозвольте мені дати вам TL; ДОКТОР - @codecopenflow створює першу всеосяжну платформу для моделей Vision-Language-Action (VLA), що дозволяє «операторам» штучного інтелекту бачити, міркувати та діяти автономно в цифрових інтерфейсах та робототехнічних системах за допомогою єдиної інфраструктури. - VLA вирішують/долають фундаментальні обмеження автоматизації LLM, використовуючи конвеєр сприйняття-обмірковування-діяння, що дозволяє їм обробляти динамічну візуальну семантику порівняно з поточними циклами LLM, які порушуються при змінах інтерфейсу. - Технічна архітектура VLA об'єднує бачення, мовні міркування та команди прямої дії в єдину модель, а не окремі системи візуальних кодерів LLM +, забезпечуючи адаптацію в режимі реального часу та відновлення помилок. - Незалежний від рамок дизайн Codec охоплює робототехніку (передача камери для команд керування), операторів настільних комп'ютерів (безперервна навігація інтерфейсом) та ігри (адаптивні гравці зі штучним інтелектом) через один і той самий цикл сприйняття-обмірковування-дія. - У чому різниця? Агенти на основі LLM переплановують, коли змінюються робочі процеси, обробляючи зміни інтерфейсу користувача, які порушують жорсткі сценарії RPA. З іншого боку, агенти VLA адаптуються за допомогою візуальних підказок і розуміння мови, а не вимагають ручних патчів. - Апаратно-незалежна інфраструктура Codec з навчанням без коду за допомогою запису екрану плюс SDK розробника, що позиціонує її як відсутню структуру в стилі Langchain для автономного виконання завдань VLA. - Фреймворк забезпечує агрегацію обчислень з децентралізованих мереж графічних процесорів, дозволяє здійснювати необов'язковий запис у ланцюжку для відстеження робочого процесу, що підлягає аудиту, і дозволяє розгортати приватну інфраструктуру для випадків використання, чутливих до конфіденційності. - $CODEC токеноміка монетизує ринок операторів і обчислює внесок, створюючи стійкі стимули для екосистеми, оскільки VLA досягають очікуваної популярності на рівні LLM у різних секторах. - Той факт, що співзасновник Codec має досвід створення LeRobot від HuggingFace, свідчить про законну надійність досліджень робототехніки та машинного навчання в розробці VLA. Це не звичайна криптокоманда, яка орієнтується на наративи про штучний інтелект. Незабаром ми розглянемо це більш глибоко. Тим часом повторюю свою рекомендацію DYOR. $CODEC закодована.

Чому $CODEC є піонером у майбутньому автономних агентів @codecopenflow Наступний рубіж штучного інтелекту – це не більше текстових підказок. Це дія. Більшість агентів штучного інтелекту сьогодні застрягли в циклі читання скріншотів і виведення тексту. Вони не бачать оточення, не розуміють змін і не можуть діяти з наміром у реальному світі. Саме тут окремо стоїть архітектура VLA (Vision-Language-Action) від Codec. Уявіть собі агентів, які не просто розмовляють, а спостерігають, міркують і роблять. Це серце Codec. Це не крихкі скрипти і не жорсткі боти. Оператори VLA взаємодіють з програмним забезпеченням, іграми або навіть фізичними роботами, постійно сприймаючи навколишнє середовище, вирішуючи, що робити, і виконуючи команди: так само, як це робить людина. ✅ Десктопні агенти, які адаптуються до зміни інтерфейсу користувача ✅ Ігрові агенти, які вивчають механіку та розробляють стратегії в реальному часі ✅ Роботизовані агенти, які реагують на дані датчиків і керуюче обладнання ✅ Масштабне навчання та симуляція, робот не потрібен Модульна архітектура Codec дозволяє поєднувати моделі зору з мовними моделями (наприклад, CogVLM + Mixtral) для створення інтелектуальних агентів, які можуть читати, дивитися, розуміти та діяти, і все це в одному конвеєрі. Кожен агент працює на своєму власному обчислювальному блоці (віртуальній машині, сервері або контейнері), і кожне рішення, яке він приймає, може бути зареєстроване в мережі. Це означає дії, які можна відстежити, гарантії безпеки, а також потенціал для систем стимулювання на основі криптовалюти та рівнів підзвітності в середовищі з високими ставками. Ми рухаємося до світу, де оператори можуть навчатися, торгувати ними та монетизуватися. Будь то QA-тестування, роботизована автоматизація завдань або навіть децентралізовані армії ботів в іграх. Подібно до того, як додатки змінили смартфон, набори навичок перетворять роботів. Апаратне забезпечення з відкритим вихідним кодом + завантажуваний інтелект = робототехнічний еквівалент розробки програмного забезпечення. Це не наукова фантастика. Це відбувається і зараз. І останнє, і, можливо, найголовніше, графік до біса бичачий