ST Parser

Forwarded from Gagarin Crypto (Alexandr)

Скоро ли роботы заменят LLM?

Conglomerate считает, что мы тормозим прогресс рутиной. Раньше поход в торговый центр был удовольствием, а сегодня, когда людей стало больше, пробки плотнее, а очереди длиннее, это превратилось в монотонные обязанности. Вы вряд ли сможете совместить работу с шопингом, не потратив много времени впустую.

Некоторые люди уже полагаются на сервисы, которые решают рутинные задачи за них. Вместо того, чтобы тратить время на дорогу и ожидание в очереди, можно поручить все задачи третьим лицам и сосредоточиться на важных для себя вещах. Речь даже не столько о таких сервисах, сколько о том, насколько желанной ощущается возможность автоматизировать дела, которые вас выматывают.

Но есть проблема: автоматизация сегодня ограничена приложениями. Мы видели, как ИИ управляет календарями, пишет письма или делает резюме, но он не выходит за пределы экрана. Настоящий прорыв начнётся тогда, когда автоматизация перестанет быть только цифровой и появится в материальном мире.

Именно здесь появляются операторы от CodecFlow — автономные агенты, которые умеют слушать, анализировать и действовать как в цифровой, так и в физической среде. В отличие от LLM, они имеют базу VLA, которая намного более функциональна.

LLM способны разбирать задачи и объяснять, как их выполнить, но ограничены текстом: они не могут взаимодействовать с приложениями или реальным миром. VLA меняет правила игры, объединяя восприятие, понимание языка и действия в единый процесс.

Если вы захотите заказать продукты, то оператор на базе VLA выполнит всё сам: откроет приложение, залогинится, найдёт раздел с продуктами, выберет нужные позиции, добавит подходящие товары в корзину, адаптируется, если что-то изменилось или отсутствует, и оформит заказ с нужным адресом и оплатой.

Они не просто следуют правилам, а подстраиваются под них и адаптируются, если это необходимо. Единственная проблема — скорость развития. LLM легко обучились благодаря интернету и огромным массивам данных в открытом доступе. VLA не имеют подобной заготовки для развития, и придётся обучать их посредством симулирования реальных задач в лабораториях. К сожалению, даже в них на сегодняшний день сложно достичь внушительного масштаба

CodecFlow создаёт инфраструктуру, которая позволяет совершенствовать операторов. Вместо того чтобы разработчики заново собирали все компоненты, даёт готовую инфраструктуру. Всё это написано на Python, и он уже универсален: всего один фреймворк подходит для разных роботов, приложений и сценариев.

Через веб-панель можно обучать операторов демонстрацией своих действий: пользователь выполняет задачу один раз, а система записывает действия и превращает их в обучающий материал. В отличие от примитивной автоматизации, они учатся.

За последние месяцы CodecFlow сделал несколько шагов вперёд: запустил токен $CODEC, расширил свою инфраструктуру, начал сотрудничать с китайскими разработчиками и активно развивает Robomove — симуляцию, в которой робот выполняет команду из твита, а результат возвращается в видеоформате.

Робототехника развивается быстрее, чем раньше, а учитывая реальную заинтересованность в ней, интересно посмотреть, во что превратится один из продуктов, активно участвующих в создании инфраструктуры для будущего.

Подписывайтесь на канал, ставьте лайк, заходите в чат👇

🧑‍🚀 Канал | Чат | Обменник

72 views13:07