跳至内容

text.Codec:AI 驱动机器人执行层——您需要了解的内容

2025年8月4日4 min

Codec 正在为 Solana 上的 AI 代理和机器人构建一个执行层,超越了基本的 LLM 包装器。Codec Operators 不再依赖静态机器人,而是由视觉-语言-动作(VLA)模型驱动的智能代理,旨在不仅进行推理,还能执行操作。这些 Operators 构成了新型劳动力的基础,使机器能够感知环境、通过复杂指令进行推理,并在数字和现实世界界面上实际执行任务。

在本期内容中,我们将探讨 Codec 如何利用 Solana 的高吞吐量大规模部署这些自适应代理,Operator 市场和计算结构的独特价值,并分析为何 VLA 能够解锁纯 LLM 模型无法实现的能力。

保持对市场的了解 ⬇

Codec: Execution Layer for AI-Powered Robotics - What You Need to Know

Codec Operators 介绍

Codec 论点的关键在于,LLM 可以解释任务,但无法执行。VLA 模型通过理解视觉上下文并在不依赖硬编码路径或外部视觉堆栈的情况下进行操作来解决此问题。

视觉-语言-动作模型整合了三项功能:视觉感知、语言理解和结构化动作输出,全部在一次前向传播中完成。不同于仅描述应发生何事的 LLM,VLA 会输出坐标、控制信号或可执行指令,以实现实际操作。

每个 Operator 运行一个连续循环:

  • 感知: 捕获屏幕截图、视频流或传感器数据。

  • 推理: 使用 VLA 模型将该上下文与自然语言提示一起处理。

  • 执行: 通过 UI 点击或硬件控制执行产生的决策。

这使得 Operators 能够自主导航界面、适应视觉变化并实时处理异常。实际应用中,这意味着机械臂可以在不损坏的情况下对不规则部件进行分类,或日历机器人能够不受布局影响地预订会议。

Codec: Execution Layer for AI-Powered Robotics - What You Need to Know
Codec: Execution Layer for AI-Powered Robotics - What You Need to Know

Codec 基础设施栈

Codec 平台的核心是一套垂直整合的架构,旨在使自主 AI 代理不仅具备智能,还能在数字和物理系统中实现可部署、响应迅速且安全。

该栈围绕三层关键结构构建:

  1. 机器层: 这里是 Operators 部署、训练和执行的地点。每个 Operator 在虚拟环境中运行,提供接近裸金属的性能,并具备 VM 级别的隔离,将本地执行的性能与完整进程容器的安全性相结合。

  2. 系统层: 该层位于机器层之上。它实现了已部署 Operators 与其执行环境之间的实时双向交互。通过低延迟的 WebRTC 管道,Codec 将高分辨率桌面画面或实时摄像头视频流实时传输给 Operator,实现决策的视觉落地。同时,它通过抽象层向这些环境注入精确输入,将模型输出转换为可操作的鼠标移动、按键或机器人指令。

  3. 智能层: 该层承载 Operator 的决策逻辑。它是直接嵌入每个已部署代理的轻量级 VLA 模型。不同于依赖设备外部云调用的大型 LLM,VLA 设计为完全本地运行。因此,Codec 将模型随 Operator 一同部署,而不是将数据(如截图、视频、文本指令)发送至托管在 OpenAI、AWS 或第三方推理提供商上的 LLM 或 VLA。本地运行可实现更低延迟、更高可靠性、更强安全性,并支持离线使用。

训练 Operator:从演示到部署

Codec 上的 Operator 训练旨在服务非开发者和工程师两类用户。在无代码路径中,用户只需通过点击工作流演示任务,系统会记录屏幕并捕获每一次输入。随后,Codec 平台基于该演示对嵌入的 VLA 模型进行微调,利用自监督学习来增强和强化理解。

对于开发者,Codec 提供 SDK,实现结构化训练:上传数据集、编排工作流以及编写边缘案例逻辑。微调模型可增量更新,支持对稳健且具通用性的代理进行迭代开发。这种双模式使得 Operator 的创建既易于上手,又能满足更复杂任务的可编程需求。

最终产品

简而言之,Codec 将 AI 转化为工人,而非仅生成文本的 LLM。Codec 使得代理能够在屏幕和现实硬件之间进行感知、理解和操作,任务范围涵盖自动化桌面操作、操控机器人或处理工厂视频以控制机械设备。

将其视作 AI 自动化的 “Windows” 操作系统是最恰当的比喻。你可以使用 Codec 在笔记本上自动化 PDF 处理流程,或管理仓库中整支分拣机器人的车队。

最近的案例涉及 Robomove——他们的交互式机器人游乐场,使用 Unitree G1 人形机器人实时直播机器人动作。

Codec 具备加密原生特性在于其链上协同,每个 Operator 都可以发布、复用或组合成更大的工作流。所有贡献和使用情况均通过 $CODEC 代币进行追踪和奖励(代币经济学尚未公布)。这将自动化从私有工具转变为公共资源,任何人都可以构建 Operator,任何人都可以运行,并且支撑其的基础设施通过去中心化计算和开放的经济激励实现横向扩展。

Codec: Execution Layer for AI-Powered Robotics - What You Need to Know

重要链接