Обладнання роботів стає шалено дешевим: сервісні боти зараз коштують близько $11,5 тис (у порівнянні з $21 тис лише два роки тому), а ти можеш придбати набори гуманоїдів для друку менш ніж за $6 тис (мінімум $16 тис. минулого року). У той же час моделі зору, такі як GPT-4V, Gemini Robotics і ViLa, стають дійсно хорошими в з'ясуванні того, які фізичні рухи робити з трансляції з камери. Насправді будувати щось з усім цим – це все ще кошмар. Ви застрягли, маючи справу з драйверами, незручними інтерфейсами, потоками даних, внутрішніми спагеті та системами безпеки. Це така робота, яка вбиває маленькі команди. Я будував блоки, щоб вирішити це: - SDK, який обробляє роботів, автоматизацію робочих столів, веб-скрейпінг тощо... - Система плагінів, де інші розробники можуть розширити її за допомогою інструментів оптичного розпізнавання символів, навігації, голосового керування тощо. - Вбудовані платіжні функції: ліцензійні ключі, відстеження використання та виставлення рахунків. - Плюс інструменти для тих, хто не будує 👀 код. Існує безліч фреймворків для агентів, але майже жоден з них не дозволяє поєднати фізичні та цифрові дії в одному візуальному полотні. Цей SDK знижує планку від «Мені потрібен доктор філософії» для роботи з робототехнікою до проекту вихідного дня, щоб будь-хто міг створювати, випускати та монетизувати втілених операторів штучного інтелекту.