ما بدأ كموطن مستقل مدعوم بالذكاء الاصطناعي للسرطانات يتطور إلى شيء أكبر بكثير. نحن نبني مستقبل الاستزراع المائي الآلي والنظم البيئية الفيزيائية المدعومة بالذكاء الاصطناعي. إليكم الخطة الرئيسية وخارطة طريق التوسع لنظام مولتبوت البيئي. 🧵👇

عام 2026 هو عام الانطلاق في عالم الروبوتات ولا أحد ينتبه. تقنية معيارية، استخدامات عملية، مستويات جنونية من التجريد، صفر رأس مال مغامر (VC) وحاليا معروضة للبيع؛ قد يكون $CODEC هو أكثر تجارة حرة في الروبوتات الآن اقرأ المزيد إذا كنت تهتم ببدء السيولة 👇🏾 👇🏾 الواردة 1) انفجار استثمار رأس المال المغامر في الشركات الناشئة في مجال الروبوتات، حيث ارتفع من أقل من 7 مليارات دولار في 2023 إلى أكثر من 35 مليار دولار في 2025. جمعت شركات ضخمة مثل ScaleAI وFigure إجمالي مبلغ 15.3 مليار دولار العام الماضي. 2) في الوقت نفسه، توسع أمازون بشكل نشط الأتمتة، مستهدفة تكامل بنسبة تصل إلى 75٪ من الروبوتات عبر عملياتها بحلول عام 2033 لتلبية النمو المتوقع في المبيعات. 3) عصر النماذج الأولية قد انتهى. تنتقل الشركات الناشئة هذا العام من العروض التجريبية إلى النشر التجاري. 4) حتى $VIRTUALS يتوسع بنشاط في مجال الروبوتات باستثمار ورؤية ضخمة التحول واضح ويبدو أن عام 2026 هو نقطة التحول. رغم الاختراقات والتقدم حتى الآن، لا تزال العديد من العروض التجريبية تعاني من الارتباك، واستهلاك الطاقة العالي، والسلامة. والأهم من ذلك، أن الذكاء معزول. معظم شركات الروبوتات البشرية تحتفظ بمجموعات خاصة بها: نماذجها الخاصة، خطوط التدريب، مجموعات البيانات، وطبقات النشر. حتى مع وجود تقنية معيارية، يبقى الذكاء معزولا. لذا، يضطر الوافدون الجدد إلى إعادة بناء نفس الأسس من الصفر مرارا بدلا من تطوير الذكاء في جميع المجالات يقوم Codec بإعادة كتابة قواعد تطوير الروبوتات يسمح @codecopenflow للفرق ببناء ذكاء روبوتي مرة واحدة وتشغيله عبر الآلات بحيث يمكن للتصور واتخاذ القرار والتحكم أن تنتقل بين الروبوتات بدلا من المنصات المملوكة معزولة. يعمل من خلال أربعة أساسيات أساسية: ➛البيانات الموحدة: يقوم مخطط البيانات المشترك بتوحيد مدخلات المستشعرات، مما يمنح الروبوتات ووكلاء الذكاء الاصطناعي فهما مشتركا لبيئتهم. ➛المشغلات القابلة للتركيب: سوق للمهارات القابلة لإعادة الاستخدام المعيارية (المعروفة أيضا بالمشغلات). يمكن للروبوتات عبر الصناعات نقل القدرات دون الحاجة لإعادة التدريب من الصفر. ➛النسيج والسوق: يضمن موجه الحوسبة الموزع تشغيل هذه المشغلات على أي جهاز أو سحابة، بينما يتولى السوق الاكتشاف وحقوق الملكية. ➛الذكاء المركب: عندما يتحسن المشغل، تنتشر مكاسب الأداء عبر كل روبوتات متصلة... التبني يدفع المزيد من المساهمات، مما يخلق حلقة تغذية راجعة متراكمة (الذكاء المشترك) فكر فيه كأنه إنترنت للروبوتات. يقوم روبوتك بتوصيل، والبحث عن مشغل AM (مهارة)، ويدفع ثمنه باستخدام قضبان x402، ثم يركبها ويحصل على قدرة جديدة على الفور. بعض الشركات مثل Figure تقوم بالفعل بالتعلم المجمع عبر الأساطيل، لكن ذلك يحدث ضمن هياكل مغلقة وموحدة. روبوتات الشكل (الروبوتات متعددة الأغراض بالمناسبة)، بمجرد تدريبها ونشرها، قادرة على جمع الخبرات من كل وحدة عبر صناعات مختلفة في نموذج مركزي (دماغ مشترك). يمكن للقدرات الجديدة التي تعلمها في سياق معين أن تنتقل بسرعة إلى الروبوتات في صناعة أخرى، مما يسرع نشر الميزات في صناعات مختلفة مثل العقل الجمعي مع حل مشاكل ندرة البيانات. يقوم Codec بتضخيم هذا النهج على نطاق واسع. مع نموذج مفتوح المصدر يسمح لأي شخص بالمساهمة يمكن للمطورين والباحثين والشركات الناشئة التقسيم، والتعديل، ودفع الترقيات مرة أخرى إلى الشبكة الأنظمة المغلقة لا يمكنها المنافسة مع تلك السرعة. يقوم Codec بتعزيز الذكاء من خلال التعلم الجماعي، والابتكار المدفوع بالمجتمع، وتجميع البيانات. تخيل هذا: أنت تستضيف حفلة قوطية مع الفويدز، لكنك تحتاج إلى تزيين من روبوتك الغافل متعدد الأغراض. كل ما عليك فعله هو البحث عن مشغل "زخرفة ذات طابع قوطي" في سوق الكوديك، ودفع مقابل المهارة وتثبيته. تمتد التطبيقات إلى سير عمل الشركات، وتجميع التصنيع، وسلاسل التجزئة، والضيافة، وما إلى ذلك. فكر في تطبيق الشركات الصغيرة والمتوسطة (SMB) على سبيل المثال. يمكن ترقية روبوت المستودع الذي يواجه صعوبة في التعامل مع حزم ذات أشكال غير منتظمة تحت إضاءة مستودعات مختلفة عن بعد بواسطة مشغل. المدير يحتاج فقط إلى وضع مكافأة للمشغل: "تمسك الطرد التكيفي في ظروف الإضاءة المنخفضة" يقوم مهندس روبوتات مستقل بتقديم حل: تعديل دقيق لتقنية الرؤية-اللغة-الفعل (VLA) مدرب على بياناتهم المحاكاة المنزلية (مثل استخدام الأدوات المنزلية كبدائل). التطبيقات لا تنتهي بفضل المساهمين في النظام البيئي الذين يجعلون وظائف الروبوتات قابلة للتوسع إلى ما لا نهاية. "لكن تدريب تشغيل الروبوتات في العالم الحقيقي يتطلب استخداما مكثفا للمحاكاة، وتدريب الذكاء الاصطناعي واسع النطاق، وحلقات التعلم المستمر" حسنا، كان كذلك في السابق. في 16 فبراير، قدمت @codecopenflow SimArena محرك محاكاة يعتمد على المتصفح يسمح للمساهمين بتدريب روبوتات بقدرات حسابية أو تكلفة أو تقنية شبه معدومة مع SimArena، يمكن للمساهمين: ➛تشغيل محاكاة الروبوتات الكاملة مباشرة في المتصفح (بدون إعداد محلي أو إعدادات ثقيلة) ➛إنشاء عوالم محاكاة ثلاثية الأبعاد كاملة باستخدام الفيزياء من محفزات نصية بسيطة (مدعومة من World Labs) ➛ضع روبوتاتك وأجهزتك وحساساتك الخاصة لتعكس الظروف الواقعية ➛مساهمة ببيانات محاكاة يمكن إعادة استخدامها لتدريب وتحسين نماذج الروبوتات الآن لديك: ➛وكلاء VLA الذين يمكنهم الإدراك والتفكير والتصرف ➛طبقة ذكاء مفتوحة تتراكم بدلا من عزلة الذكاء ➛سوق المهارات للأتمتة الفورية ➛محرك محاكاة أصلي للمتصفح لم نناقش ما يلي: ➞تشكيلة الشراكات ➞ Codec live products ➞حالات الاستخدام الحية التي نراها بالفعل ➞Token—دولاب الطيران الإيكوسي سوق الهبوط يقدم أفضل المشاركات، فقط عليك أن تنتبه لمن يبني بغض النظر عن حالة السوق