Baovy06
Baovy06
• HODL melalui badai petir, menuai buah saat bulan terbit. • Posisi membuat semuanya. • Tenang sebelum gelombang, teguh di depan grafik.
1 rbMengikuti
1,1 rbpengikut
Feed
Feed
GEMA KUANTUM MUNGKIN MERUPAKAN SALAH SATU EKSPERIMEN NFT PALING MENARIK DI EKOSISTEM @quipnetwork
Yang menarik perhatian saya adalah bahwa Quantum Echoes bukan hanya koleksi NFT lainnya. Proyek ini menghadirkan keacakan kuantum sejati yang dihasilkan dari perangkat keras kuantum nyata yang sepenuhnya onchain sesuatu yang pada akhirnya dapat digunakan untuk permainan yang terbukti adil, pembuatan kunci yang aman, atau sistem oracle generasi berikutnya.
Saat ini, hanya ada 1.000 Kunci Eigen, dan masing-masing bertindak sebagai tempat daftar putih untuk mencetak Quantum Echo yang langka.
Apa yang membuat sistem berbeda adalah bagaimana @NucleusCodes mendistribusikan akses. Alih-alih menghargai penggilingan murni, mereka membangun lapisan reputasi berdasarkan aktivitas nyata di seluruh web3:
• Kehadiran dan pengaruh Anda dalam percakapan NFT di X
• Riwayat transaksi NFT
• Kepemilikan dan eksposur aktual terhadap ekosistem
Ini terasa kurang seperti papan peringkat biasa dan lebih seperti upaya untuk mengidentifikasi orang-orang yang benar-benar berpartisipasi dalam budaya dan narasi NFT.
Saat ini Anda dapat memperoleh Eigen Keys melalui:
→ Papan peringkat mindshare Quip
Lelang → Poin
→ Papan peringkat reputasi Nucleus
→ Kolaborasi komunitas Web3
→ Aktivitas Discord
Semakin banyak reputasi dan aktivitas nyata yang Anda bangun, semakin tinggi peluang Anda untuk mendapatkan akses.
Secara pribadi, saya pikir narasi "keacakan kuantum onchain" masih sangat awal, dan Quantum Echoes bisa menjadi salah satu peluncuran NFT yang lebih unik yang terkait dengan infrastruktur teknologi dalam yang sebenarnya, bukan hanya seni saja.
Menarik untuk melihat bagaimana proyek-proyek ini diam-diam membangun berbagai bagian dari ekosistem onchain berikutnya.
@NucleusCodes berfokus pada reputasi dan lapisan identitas, sementara Quantum Echoes mendorong NFT lebih jauh dengan menggunakan perangkat keras kuantum nyata dan keacakan yang dapat diverifikasi untuk setiap mint.
@sleepagotchi mengubah kebiasaan tidur sehari-hari menjadi lingkaran keterlibatan jangka panjang melalui gamifikasi, NFT, dan identitas digital.
Sementara itu @quipnetwork sedang membangun infrastruktur komputasi kuantum yang terdesentralisasi, dan sekarang menghubungkan narasi itu dengan Quantum Echoes terasa seperti langkah cerdas.
Rasanya ketiga proyek bergerak ke arah yang sama:
aktivitas pengguna nyata, identitas digital, dan ekosistem berbasis teknologi alih-alih hype 🦋 jangka pendek
Dunia ini....
Orang-orang dipisahkan oleh kata-kata mereka sendiri yang mereka tolak untuk diucapkan.....
Itu sebabnya semua orang hanya berbicara dengan Zy dengan tergesa-gesa .... Zy selalu di sini menunggu dan mendengarkan ....
P/S Anggur ini enak 🤭🤭 untuk diminum
@quipnetwork @NucleusCodes @sleepagotchi
Baovy06
Pasar AI robotika tumbuh sangat cepat saat ini.
Dari kumpulan data video egosentris, sistem penangkapan gerak, alur data sintetis hingga alat pengumpulan berbasis gripper ... Rasanya seperti perusahaan data robotika baru diluncurkan setiap minggu.
Tapi masalah sebenarnya adalah:
Tidak semua jenis data berguna untuk melatih robot.
Sebelum mengumpulkan data dalam jumlah besar, pertanyaan terpenting adalah:
"Apa sebenarnya yang kamu latih robot untuk lakukan?"
PrismaX memecah AI fisik menjadi 2 kategori utama:
• Model kinematika → berfokus pada kontrol robot tingkat rendah.
Hal-hal seperti menyeimbangkan, melompat, gerak, presisi gerakan.
• Model fondasi → berfokus pada penyelesaian tugas dunia nyata.
Hal-hal seperti mencuci piring, membuka pintu, memilih objek, berinteraksi dengan lingkungan.
Dan PrismaX terutama berfokus pada model fondasi - karena masa depan tidak hanya membutuhkan robot yang dapat melakukan backflip.
Dibutuhkan robot yang benar-benar dapat membantu manusia dalam kehidupan sehari-hari.
Yang menurut saya menarik adalah bahwa PrismaX tidak hanya "menjual data robotika."
Mereka masuk lebih dalam ke dalam:
• jenis data apa yang cocok untuk setiap model
• Apa arti sebenarnya data robotika berkualitas tinggi
• apa yang harus bervariasi di dalam kumpulan data
• dan apa yang harus tetap konsisten untuk konvergensi yang lebih baik
Saat ini, industri robotika sedang bereksperimen dengan berbagai cara mengumpulkan data:
• teleoperasi → manusia yang mengendalikan robot dari jarak jauh
• pelatihan → video manusia dari video orang yang melakukan tugas
• Sistem gripper → manusia menggunakan alat seperti gripper yang dilacak
Setiap metode memiliki kekuatan dan kelemahannya masing-masing.
Tetapi PrismaX percaya teleoperasi masih memberikan data dengan kualitas tertinggi karena lebih dapat dikendalikan, lebih akurat, dan lebih mudah digunakan untuk melatih model fondasi.
Pelajaran terbesar bagi saya dari artikel PrismaX adalah ini:
"Robotika bukan hanya penelitian AI.
Ini juga masalah teknik dunia nyata."
Tidak ada perusahaan yang memiliki uang tak terbatas, robot tak terbatas, atau waktu tak terbatas untuk melatih model.
Itu berarti kumpulan data tidak hanya harus besar.
Mereka membutuhkan struktur yang tepat, distribusi yang tepat, dan kualitas yang tepat bagi model untuk belajar secara efisien.
Dan itulah mengapa PrismaX sangat berfokus pada kumpulan data robotika yang terkontrol dan berkualitas tinggi alih-alih hanya mengejar skala
Pasar AI robotika tumbuh sangat cepat saat ini.
Dari kumpulan data video egosentris, sistem penangkapan gerak, alur data sintetis hingga alat pengumpulan berbasis gripper ... Rasanya seperti perusahaan data robotika baru diluncurkan setiap minggu.
Tapi masalah sebenarnya adalah:
Tidak semua jenis data berguna untuk melatih robot.
Sebelum mengumpulkan data dalam jumlah besar, pertanyaan terpenting adalah:
"Apa sebenarnya yang kamu latih robot untuk lakukan?"
PrismaX memecah AI fisik menjadi 2 kategori utama:
• Model kinematika → berfokus pada kontrol robot tingkat rendah.
Hal-hal seperti menyeimbangkan, melompat, gerak, presisi gerakan.
• Model fondasi → berfokus pada penyelesaian tugas dunia nyata.
Hal-hal seperti mencuci piring, membuka pintu, memilih objek, berinteraksi dengan lingkungan.
Dan PrismaX terutama berfokus pada model fondasi - karena masa depan tidak hanya membutuhkan robot yang dapat melakukan backflip.
Dibutuhkan robot yang benar-benar dapat membantu manusia dalam kehidupan sehari-hari.
Yang menurut saya menarik adalah bahwa PrismaX tidak hanya "menjual data robotika."
Mereka masuk lebih dalam ke dalam:
• jenis data apa yang cocok untuk setiap model
• Apa arti sebenarnya data robotika berkualitas tinggi
• apa yang harus bervariasi di dalam kumpulan data
• dan apa yang harus tetap konsisten untuk konvergensi yang lebih baik
Saat ini, industri robotika sedang bereksperimen dengan berbagai cara mengumpulkan data:
• teleoperasi → manusia yang mengendalikan robot dari jarak jauh
• pelatihan → video manusia dari video orang yang melakukan tugas
• Sistem gripper → manusia menggunakan alat seperti gripper yang dilacak
Setiap metode memiliki kekuatan dan kelemahannya masing-masing.
Tetapi PrismaX percaya teleoperasi masih memberikan data dengan kualitas tertinggi karena lebih dapat dikendalikan, lebih akurat, dan lebih mudah digunakan untuk melatih model fondasi.
Pelajaran terbesar bagi saya dari artikel PrismaX adalah ini:
"Robotika bukan hanya penelitian AI.
Ini juga masalah teknik dunia nyata."
Tidak ada perusahaan yang memiliki uang tak terbatas, robot tak terbatas, atau waktu tak terbatas untuk melatih model.
Itu berarti kumpulan data tidak hanya harus besar.
Mereka membutuhkan struktur yang tepat, distribusi yang tepat, dan kualitas yang tepat bagi model untuk belajar secara efisien.
Dan itulah mengapa PrismaX sangat berfokus pada kumpulan data robotika yang terkontrol dan berkualitas tinggi alih-alih hanya mengejar skala
Tentu saja merindukan Hanoi
Sudah lama sejak saya mengunjungi Hanoi
Angin Danau Barat yang lembut meniup aroma teratai
Kafe hijau dan merah dengan lampu
Mobil tumbang dan menurunkan pohon di sepanjang jalan dengan daun yang rontok
Kaki berjalan di setiap jalan
Di tengah musim panas, phoenix mekar cerah dengan bunga
Matahari yang terang jatuh di setiap helai di bawah teras
Berapa banyak kenangan yang diingat hati kita......
@quipnetwork @NucleusCodes @sleepagotchi
