Ho visto un breve video di ROBO1 che gira attorno a un tavolo in laboratorio, questa cosa ha davvero riscritto il settore dei robot.
Negli ultimi giorni$ROBO l'interesse è stato molto alto.
Il prezzo in questi giorni è abbastanza stabile, credo che molte persone siano curiose di sapere come si muoverà il prezzo in futuro.
Su questo punto nessuno può dare una risposta precisa, quindi oggi analizzerò dal punto di vista tecnico per darti una dose di realtà.
Inizia a dire quanto fosse difficile lavorare con i robot in passato.
Chi ha lavorato con i robot dovrebbe saperlo.
Cambiare un braccio robotico richiede di imparare un nuovo set di script.
Cambiare un cane robotico richiede di ripercorrere il percorso di guida, SDK e documenti strani.
Anche se il modello è molto potente, alla fine è quasi tutto bloccato nello "stack tecnologico di ciascuno".
Un anno per gli sviluppatori, sei mesi per l'integrazione, sei mesi per spegnere gli incendi.
Far lavorare insieme robot di marchi diversi è quasi un incubo.
OM1 è arrivato e ha rovesciato immediatamente questa situazione.
Dà direttamente al cervello del robot, creando prima un livello operativo unificato.
Non importa quale hardware ci sia sotto.
Questa è una serie standard di processi di percezione, comprensione e azione.
Gli sviluppatori scrivono logica in Python.
Usare il linguaggio naturale come bus.
Telecamere, radar, voce, modelli cloud, tutto dentro un unico tubo.
I robot possono finalmente parlare la stessa lingua.
Questo ha un grande significato per me che seguo AI + DePIN da lungo tempo:
D'ora in poi, comprerò robot che possono connettersi a Internet, non più giocattoli chiusi di un certo produttore.
ROBO1 ha applicato questa architettura su un robot reale.
La cosa migliore è che non gioca affatto al gioco della black box.
Percezione.
Fusionare.
Inferenza.
Un'azione.
Il modello visivo prima trasforma l'immagine in testo.
@Fabric Foundation Mescola regole, memoria e contesto insieme.
Cortex LLM calcola cosa fare dopo.
Alla fine, la pianificazione delle azioni suddivide i comandi in ogni articolazione e ogni ruota.
Se in qualche fase c'è un problema, le persone possono vederlo, interrompere e riesaminare.
Questo è il minimo per i robot che devono entrare nelle fabbriche e nelle famiglie.
Non si tratta di apparire intelligenti, ma di chi è responsabile quando qualcosa va male e come si interviene.
@Fabric Foundation Rendi questa catena di responsabilità molto chiara.
La parte più impressionante sono i chip di abilità (Skill Chips).
In passato, insegnare a un robot a piegare i vestiti richiedeva un sacco di soldi e tempo.
Una volta insegnato, solo quel robot lo sa; con un altro bisogna ricominciare.
Ma all'interno di Fabric, piegare i vestiti è diventato un chip di abilità indipendente.
Addestrato bene, caricato sulla rete, altri robot che hanno ricevuto OM1 possono usarlo direttamente.
Chi crea l'abilità, ottiene la sua parte.
Quando qualcun altro usa, questa abilità aggiunge una registrazione alla catena, più un guadagno reale.
Questo pezzo è molto importante per me.
Non si tratta più di una passione per una rivoluzione robotica.
Questo sta aprendo un ciclo chiuso per sviluppatori, fabbriche e persone comuni: insegnare ai robot a lavorare → robot che lavorano → guadagnare sulla catena.
Da un punto di vista di qualcuno che è attivo nel Web3 da 8 anni e seleziona progetti ogni giorno, il mio giudizio su Fabric è molto semplice:
Quanti robot stanno ricevendo OM1.
Quante abilità reali sono state trasformate in Skill Chip.
Quante missioni sono eseguite dai robot che ricevono ordini, gestiscono pagamenti e riutilizzano.
Finché questi dati continuano a salire costantemente, $ROBO i prezzi troveranno automaticamente una posizione.
Fabric è davvero buono, non si trova in una narrazione di AI.
È la prima volta che l'intero stack tecnologico dei robot è stato realizzato come un fondo pubblico aperto, combinabile e monetizzabile.
