還記得讓數百名青少年玩 Axie Infinity 以賺取 Magic Love Potions 的玩家嗎？ 是的，那是 4 年前的事了。 現在，您可以訓練並啟動 100 名自主編解碼器作員來為您服務 ...並將其貨幣化並出售給他人 ✅ AI x 機器人 AI x Robotics 的敘事正在通過 VLA 模型真正升溫 ​ 在 AI 生態系統的這個階段，大多數協定和代理都在使用基於文字的 LLM 引擎或靜態螢幕截圖來解釋數據 ​ 但請記住，現實世界中的大多數都沒有 API 訪問許可權，您需要願景、決策和行動。現實世界必須以像素為單位，這就是 VLA 模型的用武之地 ​ @Codecopenflow 允許使用從頭開始構建的技術堆疊，通過視覺實現軟體和機器人技術的自動化 ✅ 編解碼器運算子 ​ 作員是自主軟體代理，可以通過感知-原因-行為迴圈執行任務。看到螢幕（或攝像頭饋送或感測器數據）的能力使他們能夠做出 LLM 無法做出的決定 ​ • 感知：捕獲螢幕截圖、攝像頭源或感測器數據 • 推理：使用視覺語言模型處理觀察和指示 •作：通過UI交互或硬體控制執行決策 ​ 在連續迴圈中 Operator 可以在裸機伺服器、虛擬機（在任何作系統上）甚至機器人上運行。 ​ 每個作員都會自動獲得一台專用的計算機機器（隔離的 VM 或容器實例），並且可以通過 TEE（硬體級隔離）來保護敏感代碼和數據。 ​ ✅ AI 智慧層 ​ Operator 可以配置為使用一個或多個模型（LLM 或 VLA）組合作為他們的“大腦” ​ 例如，將低成本的Mixtral-8×7B語言模型與開源CogVLM視覺模型配對，讓作員可以閱讀螢幕上的文本並解釋即時螢幕或攝像頭饋送——所有這些都是 GPT-4 的一小部分成本。 ​ VLA 模型 （Vision-Language-Action） 讓代理解釋視覺輸入，然後根據它所看到的內容決定行動 ✅ 使用案例 ​ 🔹 桌面自動化 ​ 可以通過控制 GUI 自動執行重複的辦公任務。例如填寫電子錶格、更新日曆或其他需要 GUI 交互的任務 ​ 可以處理UI更新，因為它實際上可以看到它在做什麼 ​ 🔹 遊戲代理 ​ 作員可以控制玩家或測試視頻遊戲。代理正在流式傳輸螢幕，並可以通過向遊戲發送鍵盤或滑鼠命令來根據他們看到的內容執行作。 ​ 可用於 QA 測試，甚至是高級 NPC 對手或 web3 遊戲的自動化 ​ 🔹 機器人 ​ 作員可以控制物理機器人。機器層將連接到帶有感測器和執行器的機器人硬體，代理可以發送命令來移動手臂或導航。 ​ 例如，它可以捕獲傳送帶上移動的物體的攝像機饋送，並根據移動做出動作。如果障礙物擋住了作員可以看到障礙物並控制機器人避開障礙物 ​ ✅ 數據收集和鏈上安全欄 ​ 通過將 Operator 的資訊帶到鏈上 Solana，他們可以提供來自所有執行作的不可變作日誌 ​ 在未來，我們可以看到機器人公司需要質押代幣，以保證他們的作員不會讓機器人在一定的力量下與人類發生物理接觸。如果他們違反了它，他們將被罰沒一部分質押的代幣（如 EigenLayer / Symbiotic restaking） ​ ✅ 機器人技術培訓環境 ​ 借助 Codec，無需物理機器人，即可將未經訓練的虛擬模型部署到動態、高保真訓練場中。 ​ 在雲規模上模擬、訓練和優化複雜行為，然後自信地將這些策略傳輸到實際硬體。 可以為所有類型的作員（軟體、遊戲或機器人）快速啟動培訓環境 ​ ✅ 編解碼 SDK ​ 已開發出完整的SDK和API，因此開發人員可以輕鬆部署他們的Operator ​ ✅ 運營商市場 ​ Operators 可以（將來）在自定義市場上出售。 ​ 將進行收入分配，以便您可以運送您的 VLA 運營商並從中獲利，這意味著如果您培訓有效的作員，您可以獲得額外的收入來源 ​ ✅ 結束語 ​ 我認為明年我們將看到 VLA 領域的巨大發展。我們已經看到了 LLM 的開發速度，這距離 GPT-1 推出只有幾年時間。機器人和視覺模型很可能會在這個週期的某個時刻成為熱門話題，我喜歡儘早定位 ​ 哦，我有沒有提到聯合創始人來自 Hugging Face 和 Elixir Games 👀 ​ 注意：Slappjakke 有大$CODEC袋，這是我在寫這個帖子時變得更加看漲並添加更多的時候之一 ​ 這一如既往地不是財務建議和高風險投資，因此請進行自己的研究。