Vi har vært stille en stund. Tiden har gått, arbeidet har ikke gjort det. Steak Studio er forfrisket og sterkere enn noen gang 🥩 Og takk til @bodotne for det fantastiske arbeidet.

VLA-er er fortsatt veldig nye, og mange synes det er vanskelig å forstå forskjellen mellom VLA-er og LLM-er. Her er et dypdykk i hvordan disse AI-systemene er forskjellige i resonnement, sensing og handling. Del 1. La oss bryte ned de viktigste forskjellene og hvordan AI-agenter pakket rundt en LLM skiller seg fra operatøragenter som bruker VLA-modeller: 1. Sans: Hvordan de oppfatter verden Agent (LLM): Behandler tekst eller strukturerte data, for eksempel JSON, APIer og noen ganger bilder. Det er som en hjerne som jobber med rene, abstraherte inndata. Tenk å lese en håndbok eller analysere et regneark. Flott for strukturerte miljøer, men begrenset av hva som mates til det. Operator (VLA): Ser rå piksler i sanntid fra kameraer, pluss sensordata (f.eks. berøring, posisjon) og propriosepsjon (selvbevissthet om bevegelse). Det er som å navigere i verden med øyne og sanser, og trives i dynamiske, rotete omgivelser som brukergrensesnitt eller fysiske rom. 2. Handling: Hvordan de samhandler Agent: Fungerer ved å kalle funksjoner, verktøy eller API-er. Tenk deg det som en leder som sender nøyaktige instruksjoner som «bestill en flyreise via Expedia API». Det er bevisst, men er avhengig av forhåndsbygde verktøy og klare grensesnitt. Operatør: Utfører kontinuerlige handlinger på lavt nivå, som å flytte en musepeker, skrive eller kontrollere robotledd. Det er som en dyktig arbeider som direkte manipulerer miljøet, ideelt for oppgaver som krever sanntidspresisjon. 3. Kontroll: Hvordan de tar beslutninger Agent: Følger en langsom, reflekterende sløyfe: planlegg, ring et verktøy, evaluer resultatet, gjenta. Den er tokenbundet (begrenset av tekstbehandling) og nettverksbundet (venter på API-svar). Dette gjør det metodisk, men tregt for sanntidsoppgaver. Operatør: Opererer, tar trinnvise beslutninger i en tett tilbakemeldingssløyfe. Tenk på det som en spiller som reagerer umiddelbart på det som er på skjermen. Denne hastigheten muliggjør væskeinteraksjon, men krever robust sanntidsbehandling. 4. Data å lære: Hva driver opplæringen deres Agent: Opplært på store tekstkorpus, instruksjoner, dokumentasjon eller RAG-datasett (Retrieval-Augmented Generation). Den lærer av bøker, kode eller vanlige spørsmål, og utmerker seg ved å resonnere fremfor strukturert kunnskap. Operatør: Lærer av demonstrasjoner (f.eks. videoer av mennesker som utfører oppgaver), teleoperasjonslogger eller belønningssignaler. Det er som å lære ved å se og øve, perfekt for oppgaver der det er lite eksplisitte instruksjoner. 5. Feilmoduser: Hvor de går i stykker Agent: Utsatt for hallusinasjoner (finne på svar) eller sprø langsiktige planer som faller fra hverandre hvis ett skritt mislykkes. Det er som en strateg som overtenker eller feiltolker situasjonen. Operatør: Står overfor kovariatforskyvning (når treningsdata ikke samsvarer med virkelige forhold) eller sammensatte feil i kontrollen (små feil snøball). Det er som en sjåfør som mister kontrollen på en ukjent vei. 6. Infra: Teknologien bak dem Agent: Er avhengig av en ledetekst/ruter for å bestemme hvilke verktøy som skal kalles, et verktøyregister for tilgjengelige funksjoner og minne/RAG for kontekst. Det er et modulært oppsett, som et kommandosenter som orkestrerer oppgaver. Operatør: Trenger pipeliner for videoinntak, en handlingsserver for sanntidskontroll, et sikkerhetsskjold for å forhindre skadelige handlinger og en repetisjonsbuffer for å lagre opplevelser. Det er et høyytelsessystem bygget for dynamiske miljøer. 7. Hvor hver skinner: Deres søte flekker Agent: Dominerer i arbeidsflyter med rene APIer (f.eks. automatisering av forretningsprosesser), resonnement over dokumenter (f.eks. oppsummering av rapporter) eller kodegenerering. Det er din favoritt for strukturerte oppgaver på høyt nivå. Operatør: Utmerker seg i rotete, API-løse miljøer som å navigere i klønete brukergrensesnitt, kontrollere roboter eller takle spilllignende oppgaver. Hvis det involverer sanntidsinteraksjon med uforutsigbare systemer, er VLA konge. 8. Mental modell: Planlegger + Doer Tenk på LLM-agenten som planleggeren: den deler komplekse oppgaver inn i klare, logiske mål. VLA-operatøren er den som utfører disse målene ved å samhandle direkte med piksler eller fysiske systemer. En kontrollør (et annet system eller agent) overvåker resultatene for å sikre suksess. $CODEC

Hva om i stedet for "vi har ingen kjøpere, det er derfor vi ser utover (DAT)" Vi har bare en mer sofistikert bransje som ikke kjøper medfølgende vaporware fra kjendiser lenger? Som faktisk er relatert til takeawayene i dette innlegget, men betyr ikke at det ikke er noen kjøpere?

Fall i et oksemarked er ment å kjøpes, spesielt på prosjekter med store katalysatorer Vi vet alle at AI er fortellingen om denne syklusen, startet av ai16z og Virtuals i fjor. Min innsats er at markedet vil fokusere på mer komplekse og sofistikerte teknologier som VLA-er, og la meg fortelle deg hvorfor. LLM-er (Large Language Models) leser og skriver hovedsakelig tekst: de er flinke til å forklare, planlegge og generere instruksjoner, men de styrer ikke i seg selv motorer eller samhandler med den fysiske verden (som du kanskje har opplevd med chatgpt). VLA-er (Vision Language Action-modeller) skiller seg fra LLM-er ettersom de er multimodale systemer som ser på ting (syn), forstår instruksjoner (språk) og direkte produserer handlinger. Det er som å be en robot om å plukke opp en rød kopp og deretter bevege armen for å gjøre det. VLA-er er trent på eksempler som parer bilder/video + instruksjoner + virkelige handlingsspor (hvordan en robot faktisk beveget seg), og de må løpe raskt og trygt i sanntid. LLM-er på sin side er opplært på enorme tekstsamlinger og fokuserer på resonnement og språkoppgaver. TL; DR LLM-er tenker og snakker når VLA-er ser, resonnerer og handler. Som du kan se, er VLA-er et viktig tillegg til LLM-er og vil spesielt muliggjøre den neste 0 til 1-innovasjonen i den totale økonomien som vil være robotikk. Et flertall av investeringsfondene allokerer en stor del av investeringene sine til denne sektoren, sett på som den neste logiske utviklingen i AI-industrien. Jeg har allerede laget et innlegg for en stund siden om den nåværende lederen i kryptomarkedet, @codecopenflow, som ikke samlet inn kapital (rettferdig lansering), men som likevel sender banebrytende produkter og for tiden ligger på 23 millioner dollar FDV. For informasjon samlet andre kryptokonkurrenter inn 20 millioner dollar (@openmind_agi) til det som sannsynligvis er en FDV på 200 til 300 millioner dollar ++ mens ingen produkter eller fellesskap er bygget og sendt ennå. Det som gjør Codec til et ledende prosjekt i sektoren er at de takler en avgjørende flaskehals innen robotikk og AI, som er vanskeligheten med å få alle AI-verktøyene til å samhandle sammen. La meg forklare. Deres siste utgivelse, OPTR (operator), er et verktøysett som hjelper til med å bygge operatører som er i stand til å samhandle på flere plattformer som roboter, stasjonære datamaskiner, nettlesere eller simuleringer. Målet til en operatør er å se, resonnere og handle (VLA) i både digitale (datamaskiner) og fysiske (roboter) verdener. Dette verktøysettet fungerer som kjerneinfrastruktur for robotteam som tar sikte på å teste produktet sitt og forbedre den generelle prosessen ved å gi en enhetlig opplevelse i stedet for separate for nettlesere, simuleringer eller roboter. Dette gjør i hovedsak operatøren tilpasningsdyktig og autonom uavhengig av omgivelsene. Så du skjønner det, det vil spare mye tid for selskaper og utviklere som tidligere måtte gå gjennom hvert trinn manuelt, og hvor du kan spare tid kan du spare penger. Det vil også gjøre det mulig for Codec å bygge sine egne operatørprosjekter og lansere nye kapasiteter relativt raskt på markedet, spesielt gjennom deres markedsplass. TL; DR: Du har sikkert sett videoer av roboter som bretter vev, sorterer bokser eller hopper på forskjellige elementer. De har alle fått opplæring for dette svært spesifikke brukstilfellet, og dessverre kan ikke en ferdighet gjenbrukes i et annet miljø slik et menneske kan gjøre. OPTR fra Codec løser dette ved å gjøre ferdigheter overførbare mellom miljøer og situasjoner, noe som gjør opplæring og utvikling mye raskere og billigere for bedrifter. Dette er grunnen til at Codec er så interessant for å forene den digitale verden med den fysiske verden. $CODEC, kodet.

Nok en uke, nok en forskningsartikkel: denne gangen er det $CODEC Jeg tror virkelig at dette er en av de mest oversette robotikkmyntene i krypto. Robotikk er fremtiden, men det er ikke mange spill i krypto for det. Dette er en av de få, få gjerne $CODEC-pilled

Topp kryptostemmer å følge Her er del 2 av min kuraterte liste over Crypto KOL-er du må følge: @xerocooleth – Kaito-stjernen. Blander japping med underholdning, løfter små kontoer og legger ut non-stop. @Louround_ – Researchoor, Buildoor, Influencoor. En ekte legende med flere hatter. @thelearningpill – Yield-kjenner. Kurator for «Gud Reads» og en stolt Aptos maxi. @arndxt_xo – Makro sensei. Substack writoor, kobling av prikker, opplyser CT daglig. @0xCheeezzyyyy - Utbytte maxi + infografikkveiviser. Pendle shilloor med rene bilder. @eli5_defi – Infografisk konge. Forenkler DeFi som ingen andre, og støtter alltid små kontoer. @theunipcs – Fra 16k → 13M med BONK. Løp UBRUKELIG til $300M+. Hvis memes er din greie, er han din guide. @0xAndrewMoh – BNB-kjede maxi. Skriver narrative tråder. Eier 11 alts som vil øke deg hvis du følger ham. @poopmandefi – Navn kan være bæsj, men forskning er førsteklasses. Sharp tar på stablecoins, alts, VC-er og mer. @rektdiomedes – Makro hjerne. Kurator for @thedailydegenhq, liftoor, helse maxi og forkjemper for små kontoer. @YashasEdu – Skriver på tvers av DeFi, DeFAI og L2s. Liten foreløpig, men fremtidig stor stemme i støpeskjeen. @0x_Kun – Straight-shooter. Snakker handelsdisiplin, pengestyring og makro uten BS. Del 3 og 4 vil bli sluppet i løpet av de kommende ukene, så tay tuned!

Bruk denne lørdag ettermiddagen som en påminnelse om å lese forskningsartikler, omorganisere mapper, interne prosesser, arbeidsflyter. Stadig forbedring og studier er nøkkelen i denne raskt bevegelige bransjen.

Protokoller jeg bruker ukentlig (inkludert lommebøker): @HyperliquidX @Lighter_xyz @Rabby_io @phantom @DeBankDeFi @DefiLlama aggregator @JupiterExchange @debridge @defidotapp Hva annet?

Etter å ha handlet mer $HYPE på denne nedgangen, er begrunnelsen veldig enkel: når volumet stiger (forårsaket av pumper eller dumper), genererer HL massevis av volum, gebyrer og likvidasjoner, allokert til tilbakekjøpet. TL; DR: Huset vinner alltid. Bortsett fra dette ser det ut til at fremtiden til robotikk, $CODEC, ikke ønsket å synke, så jeg kjøpte mer uansett. Det var en flott tilbakestilling, godt tiltrengt for at markedene skulle gå høyere, nå følger vi nøye med på resten av august 🤝

Endelig kan jeg gå i balanse på kjøpene mine etter å ha holdt i 1370 dager Gleder 🚀 meg