ロボットハードウェアはめちゃくちゃ安くなってきています:サービスボットは現在約11.5ドル(わずか2年前の21ドルから下落)で、印刷可能なヒューマノイドキットは6ドル未満(昨年は最低16ドル)で手に入れることができます。 同時に、GPT-4V、Gemini Robotics、ViLa などのビジョン モデルは、カメラ フィードからどのような物理的な動きをするかを理解するのが非常に上手になってきています。 実際にこれらすべてを使って何かを構築することは、依然として悪夢です。ドライバー、ぎこちないインターフェイス、データストリーム、バックエンドスパゲッティ、安全システムの処理に行き詰まっています。それは小さなチームを殺すような仕事です。 私はこれを解決するためにブロックを構築してきました: - ロボット、デスクトップ自動化、Webスクレイピングなどを処理するSDK... - 他の開発者がOCRツール、ナビゲーション、音声制御などで拡張できるプラグインシステム。 - 組み込みの支払い機能: ライセンス キー、使用状況の追跡、請求。 - コードビルダー👀なしのためのプラスツール 。 エージェントフレームワークはたくさんありますが、物理アクションとデジタルアクションを1つのビジュアルキャンバスにブレンドできるものはほとんどありません。 このSDKは、ロボット工学を扱うには博士号が必要であるというハードルを週末のプロジェクトに下げるため、誰でも具現化されたAIオペレーターを構築、出荷、収益化できます。