Những gì tôi đã làm việc trong tháng qua với đội ngũ $CODEC: - Nghiên cứu toàn bộ lĩnh vực Robotics và kiến trúc kỹ thuật từ góc nhìn tổng quát với @unmoyai (các phát triển mới nhất, các phương pháp tốt nhất, v.v.) - Hiểu nơi và cách mà sản phẩm Codec được định vị trong từng lĩnh vực (giải quyết các điểm đau) - Những trường hợp sử dụng và câu chuyện cụ thể nào mà điều này mở ra - Lớp giá trị lớn nhất cho công cụ và nơi mà vốn lớn đang chảy vào - So sánh công cụ web2 và những gì đã dẫn đến thành công của AI szn (Virtuals & ai16z) - những thành phần cốt lõi nào để kích thích hoạt động của nhà phát triển? - Các vòng quay tokenomic và tiện ích Đội ngũ đã làm rất tốt với các bài viết kỹ thuật, mặc dù tôi vẫn tin rằng họ chỉ mới chạm đến bề mặt trong việc giải thích tầm quan trọng thực sự của công cụ của họ. Mục tiêu của tôi là giúp xây dựng các khung và quy trình để nắm bắt các câu chuyện một cách ngắn gọn hơn trong khi làm nổi bật các tính năng thực sự mà SDK mở khóa. Hiện tại, vẫn chưa có gì ngay cả trong web2 cung cấp cùng một loại trừu tượng mà Codec đang hướng tới. Đóng góp mã nguồn mở là con đường phía trước và các mô hình nền tảng hàng đầu như Issac Gr00t của Nvidia đã bắt đầu xây dựng với điều này trong tâm trí khi dữ liệu và đào tạo nhiệm vụ vẫn còn rất sớm. Bạn không thể sử dụng chuỗi văn bản AI để đào tạo robot, không có "internet của robotics". Mỗi humanoid và robot mà bạn thấy đều được xây dựng với kiến trúc monolithic full stack, không có sự chuyển giao cho đào tạo nhiệm vụ hoặc cách thêm các thành phần mới (cảm biến hoặc camera vào phía sau đầu) mà không phải viết lại toàn bộ mã nguồn. Thay vì xây dựng các pipeline dữ liệu và mô phỏng cho kiến trúc monolithic đơn lẻ, họ đang áp dụng cách tiếp cận mô-đun, nơi thay vì xây dựng nhiệm vụ cho toàn bộ hệ thống, nó phân tách từng phần của robot thành các thành phần cốt lõi (động cơ, cảm biến, bộ truyền động, mắt, v.v.). Điều này có nghĩa là nó có thể dễ dàng kết nối với bất kỳ loại robot/humanoid nào bất kể hệ thống của nó và hướng dẫn nó thực hiện các yêu cầu dựa trên các phần riêng lẻ. Tương tự như những gì chúng ta đã thấy với Eliza và Virtuals, các nhà phát triển không cần phải lập trình toàn bộ khung của họ và có các mô hình GPT với tất cả các plugin (twitter, news feed, dexscreener API, v.v.) trong tầm tay. Tất cả những gì họ cần là bối cảnh cá nhân cho các đầu vào của Agents của họ, sau đó chỉ còn là vấn đề tinh chỉnh. Mục tiêu của Codec rất tương tự, một trung tâm phát triển nơi các nhà phát triển không cần phải lo lắng về việc xây dựng "công cụ trò chơi" của riêng họ, bộ công cụ SDK là những gì Unreal Engine/Unity là cho phát triển trò chơi. ...