机器人硬件变得便宜得惊人：服务机器人现在大约11,500美元（两年前为21,000美元），你可以以不到6,000美元的价格购买可打印的人形机器人套件（去年最低为16,000美元）。 与此同时，像GPT-4V、Gemini Robotics和ViLa这样的视觉模型在从摄像头视频中判断物理动作方面变得非常出色。 实际上，利用这些技术构建某些东西仍然是一场噩梦。你不得不处理驱动程序、糟糕的接口、数据流、后端混乱和安全系统。这种工作会让小团队崩溃。 我一直在构建解决这个问题的基础： - 处理机器人、桌面自动化、网络爬虫等的SDK…… - 插件系统，其他开发者可以用OCR工具、导航、语音控制等进行扩展。 - 内置支付功能：许可证密钥、使用跟踪和计费。 - 还有无代码构建者的工具👀。 市面上有很多代理框架，但几乎没有一个能让你在单一的可视画布中融合物理和数字动作。 这个SDK将与机器人合作的门槛从需要博士学位降低到周末项目，因此任何人都可以构建、发布和盈利于具身AI操作员。