機器人技術與人工智能的工作方式非常相似。

你需要大量高質量的數據來運營，除了你不能僅僅從互聯網抓取機器人數據，因爲它需要現實世界的經驗和變量。

沒有“機器人行動的互聯網。”

成千上萬的團隊正在努力投入巨額資金到人形機器人中，因爲它們是最明顯的萬億級行業，由於它們將使勞動力變得(比印度平均工資每年50,000美元的效率更高)。

但最大的競爭，像人工智能一樣是：

1. 獲取高質量數據
2. 訓練任務

基礎模型在人工智能中類似於大型語言模型，但它們生成的是機器人執行的動作，而不是文本。

團隊在任務訓練方面採取了幾種不同的方法，一些團隊使用像Figure這樣的高保真小數據集進行標注，而其他團隊則採用噴灑和祈禱的方式，使用大量模型。

目標是賦予機器人廣泛的、預訓練的常識以及在任務和環境之間進行概括的能力。

與其爲每項任務編程一個機器人，不如在多樣的數據上訓練一個巨型模型(人類視頻、模擬、真實機器人演示、帶有任務文本描述的圖像等等)，模型學習對物理世界的具身理解。

然後您可以通過命令或示例提示機器人做某事(，基礎模型的“知識”就會啓動來處理，就像您可以向ChatGPT詢問任何事情一樣。

因此，對於許多這些公司來說，最大的脫節將是在任務訓練領域，他們目前深度關注數據方面)世界仿真、合成數據、機器人軌跡、人類視頻等(，因爲他們需要它與現實世界完美互動，但在機器人/類人機器人實際能夠做什麼方面的發展並不多。

Nvidia 正在引領一個關鍵的基礎模型 )Issac GR00T(，他們已完全開源。第三方團隊已經在此基礎上進行構建，並顯著提高了效率 )基本上創建了一個程序，用於讓類人機器人以最小的改動清理房間的基礎模型數據(。

所以加密貨幣、人工智能與機器人技術的重大交集很可能在於這個任務訓練領域)就像一個機器人應用商店(因爲領先的基礎模型已經開始開源，並且可能會有大型激勵模型讓獨立開發者貢獻並構建有趣的程序/任務給人形機器人。

年末/明年初將會有很多進展和主流發展，我認爲機器人將迎來它的“chatgpt”時刻)埃隆大力宣傳他的新型人形機器人，關於人形機器人執行現實任務的病毒視頻，直觀的資金流入，勞動力被裁減等等(。

我可以向你保證，我在這個想法上沒有錯，感覺就像2023年的人工智能。這是一個時間問題，而不是一個是否的問題。

不要忽視我們這一生中發生的最具創新性的技術進展之一，也不要忽視$CODEC，它是這一趨勢重疊處唯一可用的投資。