$CODEC مشفر. لكن WTF هو ولماذا أنا متفائل جدا؟ اسمحوا لي أن أعطيك TL. د - تقوم @codecopenflow ببناء أول منصة شاملة لنماذج الرؤية واللغة والعمل (VLA) ، مما يمكن الذكاء الاصطناعي "المشغلين" من رؤية الواجهات الرقمية والأنظمة الروبوتية والتفكير فيها والتصرف بشكل مستقل عبر الواجهات الرقمية والأنظمة الروبوتية من خلال البنية التحتية الموحدة. - تعمل VLAs على حل / التغلب على قيود أتمتة LLM الأساسية ، والاستفادة من خط أنابيب التفكير في العمل الذي يمكنهم من معالجة الدلالات المرئية الديناميكية مقابل حلقات تنفيذ لقطة الشاشة والسبب في LLM الحالية التي تنكسر تغييرات الواجهة. - تدمج البنية التقنية ل VLAs الرؤية والتفكير اللغوي وأوامر العمل المباشر في نموذج واحد بدلا من أنظمة التشفير المرئي LLM + المنفصلة ، مما يتيح التكيف في الوقت الفعلي واستعادة الأخطاء. - يمتد تصميم برنامج الترميز المحايد لإطار العمل إلى الروبوتات (تغذية الكاميرا لأوامر التحكم) ، ومشغلي سطح المكتب (التنقل المستمر في الواجهة) ، والألعاب (مشغلات الذكاء الاصطناعي التكيفي) من خلال نفس دورة الإدراك والعقل والفعل. -ما هو الفارق؟ يعيد الوكلاء المدعومون من LLM التخطيط عند تغيير مهام سير العمل، والتعامل مع تحولات واجهة المستخدم التي تكسر البرامج النصية RPA الصلبة. من ناحية أخرى ، يتكيف وكلاء VLA باستخدام الإشارات المرئية وفهم اللغة بدلا من طلب التصحيحات اليدوية. - البنية التحتية للأجهزة غير المحردة لبرنامج الترميز مع التدريب بدون رمز عبر تسجيل الشاشة بالإضافة إلى SDK للمطور ، مما يضعها على أنها إطار عمل على غرار Langchain مفقود لتنفيذ مهام VLA المستقلة. - يتيح إطار العمل تجميع الحوسبة التجارية من شبكات GPU اللامركزية ، ويتيح التسجيل الاختياري على السلسلة لتتبع سير العمل القابل للتدقيق ، ويسمح بنشر البنية التحتية الخاصة لحالات الاستخدام الحساسة للخصوصية. - تعمل $CODEC الرموز المميزة على تحقيق الدخل من سوق المشغل وحساب المساهمة ، مما يخلق حوافز مستدامة للنظام البيئي حيث تصل VLAs إلى الصدارة المتوقعة على مستوى LLM عبر مختلف القطاعات. - حقيقة أن المؤسس المشارك ل Codec لديه خبرة في بناء LeRobot من HuggingFace يثبت مصداقية أبحاث الروبوتات والتعلم الآلي المشروعة في تطوير VLA. هذا ليس فريق التشفير العادي الخاص بك الذي يتمحور حول روايات الذكاء الاصطناعي. سوف يغوص في هذا بمزيد من العمق قريبا. إعادة التأكيد على توصيتي ل DYOR في هذه الأثناء. $CODEC مشفر.
‏‎10.72‏K