De openbare verkoop van PUMP is voorbij, oorspronkelijk had ik ook een groot bedrag op Bybit, er is maar 1/2 op de ketting geplaatst, en uiteindelijk is alleen de ketting gelukt, maar gelukkig was er geen afdekking vooraf... Daarover gesproken, veel mensen in de AI-gemeenschap hebben het de laatste tijd over VLA (Vision-Language-Action) gehad. Ik heb specifiek onderzocht of er iemand aan VLA-gerelateerde projecten in de keten werkte, en zag dit CodecFlow-@Codecopenflow project en kocht een beetje. == Wat doet CodecFlow == Een korte introductie tot VLA, VLA is een modelarchitectuur waarmee AI niet alleen kan "spreken", maar ook kan "doen". Traditionele LLM's (zoals GPT) kunnen alleen taal begrijpen en suggesties geven, maar het doet geen praktische handelingen, klikt niet op schermen of pakt geen objecten. Het VLA-model betekent dat het drie belangrijke mogelijkheden integreert: 1. Visie: Begrijp schermen, schermafbeeldingen, camera-invoer of sensorgegevens 2. Taal: Begrijp de instructies voor menselijke natuurlijke taal 3. Actie: Genereer uitvoerbare opdrachten zoals muisklikken, toetsenbordinvoer en bedien robotarmen CodecFlow voert VLA uit op de keten en alle operationele processen kunnen ook worden geüpload naar de keten, die kan worden gecontroleerd, geverifieerd en afgewikkeld. Simpel gezegd, het is de infrastructuur van "AI-bots". == Waarom heb ik speciale aandacht besteed aan dit project? == Ik ontdekte dat hun ontwikkelaars een belangrijke bijdrage leveren aan LeRobot, het populairste open source-project in de VLA-ruimte! LeRobot is de belangrijkste basis voor het bouwen van VLA-modellen in de open source-wereld, inclusief lichtgewicht VLA's zoals SmolVLA die op laptops kunnen draaien. Het betekent dat dit team de VlA-architectuur echt begrijpt en Robot begrijpt. Ik zie dat ze ook blijven bouwen, en de valutaprijs stijgt ook gestaag, ik ben erg optimistisch over het VLA-spoor, en vanuit de algemene trend zijn VLA en robots inderdaad de toekomst in de markt. • Web2-giganten (Google, Meta, Tesla) zetten momenteel volop in op VLA- en bottraining; • Web3-projecten hebben zelden VLA-applicaties die taken kunnen uitvoeren, en ze zijn nog steeds erg schaars • VLA's hebben de mogelijkheid om een enorme waarde te spelen in scenario's zoals DePIN, Web Automation, on-chain AI Agent-uitvoering, enz. CA:69LjZUUzxj3Cb3Fxeo1X4QpYEQTboApkhXTysPpbpump Altijd DYOR。
CodecFlow
CodecFlow26 jun 2025
Wat is een $CODEC operator? Het is waar Vision-Language-Action-modellen AI eindelijk bruikbaar maken voor echt werk. Een operator is een autonome softwareagent die wordt aangedreven door VLA-modellen en die taken uitvoert via een continue perceptie-reden-act-cyclus. LLM's kunnen briljant denken en praten, maar ze kunnen niets aanwijzen, klikken of pakken. Het zijn pure redeneermachines zonder enige basis in de fysieke wereld. VLA's combineren visuele waarneming, taalbegrip en gestructureerde actie-output in een enkele voorwaartse passage. Terwijl een LLM beschrijft wat er moet gebeuren, zorgt een VLA-model ervoor dat het gebeurt door coördinaten, besturingssignalen en uitvoerbare commando's uit te zenden. De workflow van de operator is: - Perceptie: maakt screenshots, camerafeeds of sensorgegevens. - Redeneren: verwerkt waarnemingen naast instructies in natuurlijke taal met behulp van het VLA-model. - Actie: voert beslissingen uit via UI-interacties of hardwarebesturing, allemaal in één continue lus. Voorbeelden: LLM versus operator aangedreven door VLA-model Een vergadering plannen LLM: Biedt een gedetailleerde uitleg van agendabeheer, met stappen om een vergadering te plannen. Operator met VLA-model: - Legt het bureaublad van de gebruiker vast. - Identificeert de agenda-applicatie (bijv. Outlook, Google Calendar). - Navigeert naar donderdag, maakt een vergadering om 2 uur 's middags en voegt deelnemers toe. - Past zich automatisch aan wijzigingen in de gebruikersinterface aan. Robotica: objecten sorteren LLM: Genereert nauwkeurige schriftelijke instructies voor het sorteren van objecten, zoals het identificeren en ordenen van rode componenten. Operator met VLA-model: - Observeert de werkruimte in realtime. - Identificeert rode componenten tussen gemengde objecten. - Plan botsingsvrije trajecten voor een robotarm. - Voert pick-and-place-bewerkingen uit en past zich dynamisch aan nieuwe posities en oriëntaties aan. VLA-modellen overbruggen eindelijk de kloof tussen AI die over de wereld kan redeneren en AI die deze daadwerkelijk kan veranderen. Ze transformeren automatisering van fragiele regelopvolging naar adaptieve probleemoplossing: intelligente werknemers. "Traditionele scripts breken wanneer de omgeving verandert, maar operators gebruiken visueel inzicht om zich in realtime aan te passen, uitzonderingen af te handelen in plaats van erop te crashen."
11,24K