Cửa hàng DApp | Trung tâm Web3 với các sự kiện và trò chơi

Chủ đề thịnh hành

0xFunky

BioMedical AI Start up - CTO / Kaggle Competition - Master / @GooseCityDAO / Founder @codechainAI

PUMP công khai đã kết thúc, ban đầu tôi cũng đã đầu tư lớn vào Bybit, chỉ để lại 1/2 trên chuỗi, cuối cùng chỉ có giao dịch trên chuỗi thành công, may mắn là không phải bảo hiểm trước… Nói về việc gần đây có nhiều người trong cộng đồng AI đang thảo luận về VLA (Vision‑Language‑Action) Tôi đã đặc biệt nghiên cứu xem có ai đang làm dự án liên quan đến VLA trên chuỗi không, và đã thấy dự án CodecFlow @Codecopenflow, tôi đã mua một ít. == CodecFlow đang làm gì == Giới thiệu ngắn gọn về VLA, VLA là một mô hình cho phép AI không chỉ "có thể nói", mà còn "có thể làm". Các LLM truyền thống (như GPT) chỉ có thể hiểu ngôn ngữ, cung cấp gợi ý, nhưng chúng không thể thực hiện thao tác, không thể nhấp vào màn hình, không thể lấy vật thể. Mô hình VLA có nghĩa là tích hợp ba khả năng lớn: 1. Vision (thị giác): hiểu hình ảnh, chụp màn hình, đầu vào từ camera hoặc dữ liệu cảm biến 2. Language (ngôn ngữ): hiểu lệnh ngôn ngữ tự nhiên của con người 3. Action (hành động): tạo ra các lệnh có thể thực hiện, như nhấp chuột, nhập bàn phím, điều khiển cánh tay robot CodecFlow đang làm VLA trên chuỗi, tất cả quy trình hoạt động còn có thể được ghi lại trên chuỗi, có thể kiểm toán, có thể xác minh, có thể thanh toán. Nói một cách đơn giản, đây là "hạ tầng cơ bản của robot AI". == Tại sao tôi đặc biệt chú ý đến dự án này? == Tôi phát hiện ra rằng các nhà phát triển của họ là những người đóng góp cốt lõi cho dự án mã nguồn mở LeRobot nổi tiếng trong lĩnh vực VLA! LeRobot là một trong những cơ sở hàng đầu để xây dựng mô hình VLA trong cộng đồng mã nguồn mở, bao gồm cả SmolVLA, một VLA nhẹ có thể chạy trên laptop. Điều này cho thấy đội ngũ này thực sự hiểu cấu trúc VLA và Robot. Tôi thấy họ cũng đang tiếp tục xây dựng, giá coin cũng ổn định tăng lên, tôi rất lạc quan về lĩnh vực VLA, và từ xu hướng tổng thể, VLA và robot thực sự là tương lai trên thị trường. • Các ông lớn Web2 (Google, Meta, Tesla) hiện đang đầu tư mạnh vào VLA & đào tạo robot; • Các dự án Web3 rất ít có ứng dụng VLA có thể thực hiện nhiệm vụ, vẫn còn rất hiếm • VLA có cơ hội phát huy giá trị lớn trong các tình huống như DePIN, Tự động hóa Web, thực hiện AI Agent trên chuỗi. CA: 69LjZUUzxj3Cb3Fxeo1X4QpYEQTboApkhXTysPpbpump Luôn luôn DYOR.

$CODEC Operator là gì? Đó là nơi mà các mô hình Vision-Language-Action cuối cùng làm cho AI hữu ích cho công việc thực tế. Một Operator là một tác nhân phần mềm tự động được cung cấp năng lượng bởi các mô hình VLA, thực hiện các nhiệm vụ thông qua một chu trình liên tục nhận thức-lý luận-hành động. LLMs có thể suy nghĩ và nói một cách xuất sắc, nhưng chúng không thể chỉ, nhấp chuột, hoặc nắm bắt bất cứ điều gì. Chúng là những động cơ lý luận thuần túy mà không có sự kết nối nào với thế giới vật lý. VLAs kết hợp nhận thức hình ảnh, hiểu ngôn ngữ và đầu ra hành động có cấu trúc trong một lần truyền duy nhất. Trong khi một LLM mô tả những gì nên xảy ra, một mô hình VLA thực sự làm cho nó xảy ra bằng cách phát ra tọa độ, tín hiệu điều khiển và lệnh thực thi. Quy trình làm việc của Operator là: - Nhận thức: chụp ảnh màn hình, luồng camera, hoặc dữ liệu cảm biến. - Lý luận: xử lý các quan sát cùng với hướng dẫn bằng ngôn ngữ tự nhiên sử dụng mô hình VLA. - Hành động: thực hiện các quyết định thông qua tương tác UI hoặc điều khiển phần cứng - tất cả trong một vòng lặp liên tục. Ví dụ: LLM so với Operator được cung cấp năng lượng bởi mô hình VLA Lên lịch cuộc họp LLM: Cung cấp một giải thích chi tiết về quản lý lịch, phác thảo các bước để lên lịch một cuộc họp. Operator với mô hình VLA: - Chụp màn hình máy tính của người dùng. - Xác định ứng dụng lịch (ví dụ: Outlook, Google Calendar). - Điều hướng đến thứ Năm, tạo một cuộc họp vào lúc 2 giờ chiều và thêm người tham gia. - Tự động thích ứng với các thay đổi giao diện người dùng. Robot: Phân loại đối tượng LLM: Tạo ra các hướng dẫn viết chính xác cho việc phân loại đối tượng, chẳng hạn như xác định và tổ chức các thành phần màu đỏ. Operator với mô hình VLA: - Quan sát không gian làm việc trong thời gian thực. - Xác định các thành phần màu đỏ trong số các đối tượng hỗn hợp. - Lập kế hoạch các quỹ đạo không va chạm cho cánh tay robot. - Thực hiện các thao tác nhặt và đặt, điều chỉnh một cách linh hoạt theo các vị trí và hướng mới. Các mô hình VLA cuối cùng đã thu hẹp khoảng cách giữa AI có thể lý luận về thế giới và AI có thể thực sự thay đổi nó. Chúng là những gì biến tự động hóa từ việc tuân theo quy tắc mong manh thành giải quyết vấn đề thích ứng - những công nhân thông minh. "Các kịch bản truyền thống bị hỏng khi môi trường thay đổi, nhưng Operators sử dụng hiểu biết hình ảnh để thích ứng trong thời gian thực, xử lý các ngoại lệ thay vì bị sập."

Nền tảng thử nghiệm miễn phí đã đóng lại, cảm ơn mọi người đã phản hồi và thử nghiệm 🙏 Tôi đã thống kê lại, trong 3 ngày qua số lượng truy vấn khoảng 1200 lần, tiêu thụ token GPT là 53 triệu, tổng chi phí khoảng 90 USD. Trong vài ngày qua, chúng tôi cũng đã tiến hành tối ưu hóa toàn diện nền tảng và các Agents, đặc biệt là phần kết nối nguồn dữ liệu đã được tái cấu trúc. Tôi đặc biệt giới thiệu @heurist_ai của Heurist Mesh, nó đã tổng hợp các MCP quan trọng của Web3, giúp các nhà phát triển dễ dàng tích hợp nhiều nguồn dữ liệu khác nhau, cũng rất cảm ơn họ đã cung cấp một phần hợp tác. Đồng thời, tôi cũng giới thiệu mô-đun phân tích Twitter của @elfa_ai, cũng như nguồn dữ liệu tin tức của @UnifaiNetwork, thực tế cho thấy hiệu quả xuất sắc, chất lượng ổn định, hiện tại tất cả các nguồn dữ liệu đã được kết nối đều đã được sắp xếp trong sơ đồ quy trình bên dưới, nếu có ý tưởng hợp tác cũng rất hoan nghênh liên hệ với tôi để thảo luận! Ngoài crypto, tôi cũng đã thêm tìm kiếm chứng khoán Đài Loan, kết nối với Sở Giao dịch Chứng khoán Đài Loan và một số nguồn tin tức, nhưng tiếc rằng, như PTT và Dcard, hiện tại không có API dữ liệu khả dụng, trong tương lai sẽ xem xét phát triển hệ thống thu thập dữ liệu tự động để xây dựng cơ sở dữ liệu dư luận cộng đồng Đài Loan (có thể trở thành bộ dữ liệu đầu tiên của Đài Loan?) Phiên bản tối ưu hiện tại (logic AI Agent và tích hợp nguồn dữ liệu) sẽ không được tải lên GitHub, chỉ công khai mã nguồn của khung chính và cấu trúc trang web, chủ yếu là vì trong lần thử nghiệm ngắn hạn này, tôi cũng nhận thấy rằng hướng đi này thực sự có nhu cầu, nhiều bạn bè đã chủ động tìm đến tôi để trao đổi và thậm chí đề xuất đưa vào sản phẩm, mọi người có thể mong đợi kế hoạch sản phẩm trong tương lai, tôi cũng rất mong đợi có thể mang lại điều gì đó hữu ích cho mọi người. Từ ý tưởng đến MVP hiện thực, rồi đến thử nghiệm thị trường thực tế, chưa đầy một tuần, gần như không tốn chi phí đã hoàn thành vòng xác thực đầu tiên. Mặc dù sản phẩm này trong tương lai có thành công hay không vẫn chưa thể biết, nhưng có thể khẳng định rằng—chúng ta đang đứng trước một kỷ nguyên vàng để nhanh chóng hiện thực hóa ý tưởng khởi nghiệp bằng AI.

Cảm ơn mọi người đã ủng hộ Một ngày có hơn 600 lần truy vấn, ngân sách OpenAI đã đạt đến một nửa mức cảnh báo, cũng cảm ơn bất kỳ ai đã cho tôi những gợi ý cải thiện, tôi sẽ xem xét xem có thể sửa đổi không 🙏 Trong số đó cũng có không ít dự án tốt tìm đến tôi để thảo luận hợp tác, xem có thể kết nối nguồn dữ liệu không, và tôi mới nhận ra có rất nhiều dự án nguồn dữ liệu web3 tốt, tiếp theo tôi cũng sẽ cố gắng tích hợp vào. Phiên bản thử nghiệm miễn phí sẽ dừng lại khi đạt ngân sách API trả phí hoặc vào tối thứ Sáu, chào mừng mọi người tiếp tục thử nghiệm và cho tôi phản hồi. Mặc dù không biết có phải là trùng hợp hay không, nhưng hôm qua tôi đã nhờ anh ấy phân tích ETH và BTC đều khuyên mua vào, và bây giờ thực sự đã tăng vọt lên mức cao kỷ lục...

Trang web thử nghiệm đã được mở ra Ban đầu, tôi đã gặp khó khăn khi triển khai trên vercel và mất khá nhiều thời gian, sau đó chuyển sang triển khai trên cloudrun thì dễ dàng hơn nhiều, sau này nếu có cơ hội tôi cũng sẽ dạy mọi người cách để AI hướng dẫn bạn từng bước hoàn thành việc đưa APP của bạn lên đám mây. Mở "3 ngày" Free Trial cho mọi người thử nghiệm, tiêu tốn OpenAI API của tôi (tôi đã đặt ngân sách, mọi người đừng sử dụng quá mức...) chỉ cần kết nối đến trang web và nhập thông tin là có thể phân tích, hy vọng những ai thử nghiệm có thể cho tôi một số phản hồi, Git Repo cũng có thể giúp tôi cho một ngôi sao🙏 Liên kết thử nghiệm: Git: Không thể không nói rằng khung này có thể thay đổi và còn nhiều thứ khác nữa, nếu xem kỹ nội dung báo cáo được tạo ra cũng khá tốt (nhưng tôi thử một số đồng tiền nhỏ thì hiệu quả không tốt lắm, có lẽ là do nguồn dữ liệu phân tích cộng đồng hiện tại khá kém), sau này nếu kết nối thêm nhiều nguồn dữ liệu và thêm nhiều Agents thì hiệu quả sẽ tốt hơn, có thể sau này thậm chí có thể kết nối MCP để thực hiện đặt hàng, có rất nhiều thứ để chơi! Nếu bạn quan tâm đến việc hợp tác hoặc tài trợ, hãy DM tôi!

Một dự án mã nguồn mở về AI giao dịch - TradingAgents đang được thảo luận rất nhiều gần đây, số sao đã tăng lên 13K trong vài tháng qua. Trước tiên, tôi sẽ nói kết luận: Ban đầu, TradingAgent mã nguồn mở này chỉ có thể phân tích thị trường chứng khoán Mỹ, tôi đã mất chưa đến 3 giờ, sử dụng AI Vibe coding để phát triển phiên bản crypto của TradingAgent này, và đã thêm giao diện web, mã tôi đã mở nguồn (liên kết tôi để lại trong bình luận). TradingAgents này sử dụng Multi-LLM Agents để tạo ra một khung mô phỏng hoạt động của một tổ chức giao dịch thực tế, giống như việc tách biệt các nhà phân tích, nghiên cứu viên, giao dịch viên, quản lý rủi ro và giám đốc đầu tư thành các AI Agent độc lập, và phân tích tương tác đến khi đưa ra quyết định đặt lệnh, PNL được viết trong tài liệu còn tốt hơn nhiều chiến lược khác, tôi đã thử nghiệm thực tế và toàn bộ quy trình khá ổn, nó sẽ thu thập các DataSource khác nhau để phân tích, giá lịch sử, tin tức, cảm xúc cộng đồng, phân tích kỹ thuật, cơ bản và cảm xúc cũng đã được phân công. Ban đầu chỉ hỗ trợ thị trường chứng khoán Mỹ, tôi đã thêm hỗ trợ cho Crypto (hiện tại hỗ trợ một số đồng lớn) và vì CLI quá đơn giản, nên tôi đã bổ sung một Giao diện Web! Việc điều khiển và xem qua trình duyệt sẽ trực quan hơn, một lúc nào đó tôi sẽ triển khai để mọi người thử nghiệm (nhưng API KEY phải tự chuẩn bị). Repo này tôi sẽ tiếp tục cập nhật, sau này dự định từ từ thử nghiệm thêm nhiều Data Source hơn, và chỉnh sửa Prompt của Agent để Agent phân tích crypto một cách nhanh chóng và chính xác hơn, và thậm chí có thể tự do thêm nhiều Agent hơn, Defi farming và alpha hunter cũng có thể tự do thêm vào khung này, lý tưởng là hy vọng có thể phân tích cả MEME, nếu ai quan tâm đến điều này và muốn hợp tác phát triển thì có thể DM tôi. Hiện tại dường như vẫn có nhiều người phân tích xem Code có phải do AI viết hay không, Vibe Coding đã trở thành xu hướng hiện tại, Microsoft và Google đã có hành động sa thải, bây giờ hiệu suất phát triển với AI cao đến mức nào, sau này khi có thời gian tôi sẽ livestream Vibe Coding trên SIDEKICK, các bạn chơi game, tôi sẽ gọi AI viết Code phát triển các thứ!

Một dự án mã nguồn mở về AI giao dịch - TradingAgents đang được thảo luận rất nhiều gần đây, số sao đã tăng lên 13K trong vài tháng qua. Trước tiên, tôi sẽ nói kết luận: Ban đầu, TradingAgent mã nguồn mở này chỉ có thể phân tích thị trường chứng khoán Mỹ, tôi đã mất chưa đến 3 giờ, sử dụng AI Vibe coding để phát triển phiên bản crypto của TradingAgent này, và đã thêm giao diện web, mã tôi đã mở nguồn (liên kết tôi để lại trong bình luận). TradingAgents này sử dụng Multi-LLM Agents để tạo ra một khung mô phỏng hoạt động của một tổ chức giao dịch thực tế, giống như việc tách biệt các nhà phân tích, nghiên cứu viên, giao dịch viên, quản lý rủi ro và giám đốc đầu tư thành các AI Agent độc lập, và phân tích tương tác đến khi đưa ra quyết định đặt lệnh, PNL được viết trong tài liệu còn tốt hơn nhiều chiến lược khác, tôi đã thử nghiệm thực tế và toàn bộ quy trình khá ổn, nó sẽ thu thập các DataSource khác nhau để phân tích, giá lịch sử, tin tức, cảm xúc cộng đồng, phân tích kỹ thuật, cơ bản và cảm xúc cũng đã được phân công. Ban đầu chỉ hỗ trợ thị trường chứng khoán Mỹ, tôi đã thêm hỗ trợ cho Crypto (hiện tại hỗ trợ một số đồng lớn) và vì CLI quá đơn giản, nên tôi đã bổ sung một Giao diện Web! Việc điều khiển và xem qua trình duyệt sẽ trực quan hơn, một lúc nào đó tôi sẽ triển khai để mọi người thử nghiệm (nhưng API KEY phải tự chuẩn bị). Repo này tôi sẽ tiếp tục cập nhật, sau này dự định từ từ thử nghiệm thêm nhiều Data Source hơn, và chỉnh sửa Prompt của Agent để Agent phân tích crypto một cách nhanh chóng và chính xác hơn, và thậm chí có thể tự do thêm nhiều Agent hơn, Defi farming và alpha hunter cũng có thể tự do thêm vào khung này, lý tưởng là hy vọng có thể phân tích cả MEME, nếu ai quan tâm đến điều này và muốn hợp tác phát triển thì có thể DM tôi. Hiện tại dường như vẫn có nhiều người phân tích xem Code có phải do AI viết hay không, Vibe Coding đã trở thành xu hướng hiện tại, Microsoft và Google đã có hành động sa thải, bây giờ hiệu suất phát triển với AI cao đến mức nào, sau này khi có thời gian tôi sẽ livestream Vibe Coding trên SIDEKICK, các bạn chơi game, tôi sẽ gọi AI viết Code phát triển các thứ!

Hàng đầu

Thứ hạng

Yêu thích

Onchain thịnh hành

Thịnh hành trên X

Ví funding hàng đầu gần đây

Được chú ý nhất