Я провів останні тижні, вивчаючи @codecopenflow та його велику документацію мозку, тому дозвольте мені пояснити це простою англійською. Наступним проривом для штучного інтелекту є не ще один потужний LLM; це надання агентам очей, рук і власного робочого столу (VLA). Це саме те, що створює Codec, і навіть якщо ринок наздоганяє, ще не пізно👇 Незважаючи на весь ажіотаж навколо Gen-AI, більшість реальних робочих процесів, як і раніше, пов'язані з жорсткими сценаріями та жорстко закодованими завданнями. У той момент, коли піксель інтерфейсу користувача зміщується, автоматизація ламається, і все, що не має API (застарілі настільні програми, заводські роботи, ігрові клієнти...) стає забороненим. Кодек атакує цю сліпу зону, надаючи агентам власні захищені робочі столи, канали камер і драйвери введення, щоб вони могли бачити, приймати рішення та діяти точно як людина, але невтомно та програмовано. Це справжня зміна правил гри для розуміння. Що він збирається розблокувати? Усі повторювані програмні завдання, такі як в офісній роботі, SAP та ERP, де люди вручну копіюють і вставляють числа, можна автоматизувати. Бот може спостерігати за екраном, як людина, натискати потрібні поля та виконувати завдання, поки ви насолоджуєтеся кавою. Залізо та робототехніка Технологія Vision Language Action (VLA) дозволить керувати кількома роботами одночасно та вдосконалювати їхню взаємодію, використовуючи лише кілька хвилин даних. Роботи можуть усвідомлювати навколишнє середовище та вживати відповідних заходів. (Див. відео: Як Codec вирішує цю проблему? Виконуйте завдання з конфіденційними даними Рентгенівські знімки, поліцейські документи або податкові записи не можна зберігати в Інтернеті з міркувань конфіденційності. Агент живе всередині заблокованої віртуальної машини, зчитує зображення, вводить результати назад і ніколи не відправляє дані в хмару. Оператори: примітив "app" Кожен автономний робочий процес, який ви створюєте, будь то звірка рахунків-фактур SAP, ігри, робототехніка тощо, упаковується як оператор. Оператори мають власну модель VLA, метадані та дозволи, які можна встановити одним клацанням миші та (незабаром) монетизувати на загальнодоступному ринку кодеків, де плата за використання надходить назад до видавця. Навчання гнучке: запишіть, як ви виконуєте завдання, і дозвольте Codec точно налаштувати його з демонстрацій, або перейдіть до SDK для повного програмного керування. Fabric: агрегатор маркетплейсу GPU В основі лежить Fabric, планувальник Codec з відкритим вихідним кодом. Він ефективно розподіляє робочі навантаження між AWS, GCP, локальними місцями або будь-якою децентралізованою мережею GPU, до якої він може отримати доступ, забезпечуючи при цьому мережу з нульовою довірою та економічне розміщення. Це забезпечить: - Дешевші обчислення за допомогою арбітражу в реальному часі між хмарами - Відсутність єдиної точки відмови; якщо AWS виходить з ладу, вакансії переміщуються в інший регіон або постачальника за лічені хвилини. Fabric по суті перетворює «моєму оператору штучного інтелекту потрібна коробка» на «мій оператор завжди автоматично знайде потрібну коробку за правильною ціною, за правильними правилами безпеки». Наскільки великим це може стати? Агенти штучного інтелекту: прогнозується, що вони зростуть з 5,4 млрд доларів у 2024 році до 50,3 млрд доларів США до 2030 року (45,8 % CAGR). Роботизована автоматизація процесів (RPA): $3,8 млрд → $30,9 млрд за той самий період (43,9% CAGR). Кодек знаходиться на перетині з агентами, які дивляться на пікселі замість того, щоб чекати охайних API. Для довідки, застарілий гігант RPA UiPath сьогодні коштує ≈ 7 мільярдів доларів. Або @Figure_robot чутки про пост-грошову оцінку в $40 млрд. Тим часом FDV $CODEC коштує ~$13 млн. Я дозволю вам порахувати потенціал (і, вибачте, я не міг дочекатися, щоб опублікувати це, щоб завантажити сумки). У мене була можливість зателефонувати команді та поставити кілька запитань, вони є надійними будівельниками з досвідом роботи в Hugging Face + Elixir Games і використовують власний капітал як подіум (більше року в скарбниці). Є так багато іншого, про що я не розповів, як-от ігрова співпраця, MCP&TEE, додавання командою ліквідності з власних коштів, дорожня карта тощо, оскільки це зробило б цю публікацію занадто довгою, але я обов'язково поділюся прогресом, досягнутим командою. Закодовані 🥂

Якщо ви займаєтеся штучним інтелектом, перейдіть до робототехніки Моделі VLA змінять все в тому, як ШІ взаємодіє з реальним світом у режимі реального часу LLM чудово підходять для історичних даних (і обмежених реальних даних) VLA змінює все, використовуючи зір (відеопотоки, камери, дані датчиків) для прийняття рішень у реальному часі та надсилання команд дій на настільний, ігровий NPC або робота. Одне з наступних великих розблокувань для штучного інтелекту, і ми все ще дуже рано @codecopenflow керує інфраструктурою AI x Robotics, дозволяючи користувачам швидко розгортати віртуальні робочі столи або навчальні середовища для роботів, щоб навчити своїх операторів штучного інтелекту, перш ніж запустити їх у виробництво За кілька років AI x Robotics стане багатотрильйонною індустрією. Я купую кирки та лопати

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