Baovy06
Baovy06
• HODL durante tormentas, cosechando frutos al salir de la luna. • La posición lo hace todo. • Calma antes de la ola, firme delante del gráfico.
1 KSiguiendo
1,1 Kseguidores
Feed
Feed
Naturalmente, echo de menos Hanói
Hace mucho que no visito Hanói
El suave viento del Lago Oeste sopla una fragancia de loto
Café verde y rojo con luces
Los coches bajan y bajan por los árboles a lo largo de la carretera con hojas caídas
Pies caminando por cada calle
En pleno verano, el fénix florece con flores
El sol suave cae sobre cada hilo bajo el porche
¿Cuántos recuerdos recuerda nuestro corazón......
@quipnetwork @NucleusCodes @sleepagotchi

Si has estado activo en el ecosistema @sleepagotchi, ahora es el momento de comprobar tu elegibilidad
El proyecto ha lanzado oficialmente su Leaderboard de creadores en Nucleus Codes con una enorme bolsa de recompensas de 120.000 dólares en $SLEEP para creadores y miembros activos de la comunidad.
Lo que hace interesante a Sleepagotchi es que no es solo otro juego web3. El equipo está construyendo alrededor del sueño-fi, la gamificación y el bienestar de la IA, creando un ecosistema único que destaca frente a los proyectos típicos de GameFi.
También han recaudado millones en financiación y han impulsado campañas comunitarias de forma constante con un gran compromiso y recompensas sólidas para los usuarios.
Si has hecho tareas, jugado a sus minijuegos o apoyado el proyecto en redes sociales, revisa ahora tu elegibilidad
Únete ahora:

Esta semana, el equipo de @axisrobotics continuó mejorando muchas partes importantes de su sistema de datos robóticos, desde la generación automática de tareas y entornos de simulación hasta la recuperación de fallos y la ampliación de datos de objetos.
Pero para Zy, lo que realmente hace que un proyecto avance no es solo la tecnología en sí, sino también el apoyo y la contribución de la comunidad.
Y cuanto más tiempo Zy permanece con Axis, más real se vuelve esa sensación.
Aquí tienes algunas novedades que realmente llamaron la atención de Zy esta semana:
• El sistema de generación de tareas ha sido actualizado para comprender mejor los objetos disponibles, la disposición del entorno y los flujos de trabajo a largo plazo entre diferentes incorporaciones de robots.
• La infraestructura de simulación es ahora mucho más estable, especialmente al ejecutar tareas largas o manejar varios objetos al mismo tiempo.
• Los controles de los robots se mejoraron basándose en la retroalimentación de la comunidad, especialmente para agarre, movimiento de brazos robóticos y la interfaz de control.
• Una de las cosas más interesantes es cómo el equipo está utilizando acciones de robots fallidas o casi fallidas como nuevos datos de entrenamiento. Esto ayuda a los robots a aprender a recuperarse de los errores en lugar de solo aprender de intentos exitosos.
Además, Axis también colabora con grupos de investigación para desarrollar tecnología de aumento de datos a nivel de objeto. A partir de un solo objeto, el sistema puede generar múltiples variaciones realistas para mejorar la calidad del entrenamiento.
Zy lleva más de una semana experimentando el proyecto y, sinceramente, ha sido bastante disfrutable. Algunas tareas pueden parecer un poco lentas a veces, pero también enseñan paciencia y persistencia en el camino
En cuanto a la comunidad, realmente no hay nada de qué quejarse. Todos son activos, solidarios y siempre dispuestos a ayudarse mutuamente.
Especialmente esta mañana, Zy y algunos miembros de la comunidad se unieron a Discord y empezaron juntos una pequeña sesión 😂 de karaoke. Era solo por diversión, pero de alguna manera creó una sensación realmente cálida y conectada. Momentos como estos son los que realmente dan vida a una comunidad.
Esperamos que todos podamos seguir manteniendo esta energía positiva, apoyándonos mutuamente y permaneciendo juntos hasta el final del viaje ❤️ del Eje
Muchas gracias a todos.


Axis AI
Axis Weekly
Esta semana, seguimos fortaleciendo nuestra línea de datos robótica en bucle cerrado, desde TaskGen e infraestructura de simulación hasta la recuperación de fallos y la ampliación a nivel de activos.
Actualizaciones clave:
- Generación de tareas: Completamos el escaneo de activos y lo fusionamos en TaskGen, ayudando a las tareas generadas a razonar sobre los recursos disponibles, la disposición de escenas, los flujos de trabajo a largo plazo y los ajustes de múltiples incorporaciones.
- Infraestructura de simulación: Mejoramos los flujos de trabajo de verificación, reproducción y variantes de escena de MuJoCo, con correcciones en las descargas repetidas, caché, compatibilidad y estabilidad de tareas multi-activo a largo plazo.
- Controles de robots: Limpiamos el comportamiento de las pinzas, la IK, la teleoperación y el panel de control basándonos en la retroalimentación de tareas de largo plazo y multiactivo.
Recuperación de fallos: Seguimos construyendo una cadena para convertir estados de comprensión fallidos y casi fallidos en datos reutilizables para el aprendizaje de recuperación.
- Aumento de activos: Con colaboradores académicos, avanzamos en una dirección de aumento de forma que puede expandir un activo semilla en muchas variantes de objetos físicamente plausibles.
Un vistazo más detallado al progreso 🧵 de esta semana
Baovy06 volvió a publicar

Programa Nacional de Embajadores de Vietnam Melody|Reclutando a un líder
Melody está lanzando el Programa Nacional de Embajadores de Vietnam para hacer crecer las comunidades locales, la difusión de contenidos y el impacto offline. Estamos reclutando a un embajador nacional para representar a Melody en todo Vietnam y conectar con aficionados a la música, usuarios de Web3 y creadores.
Canal de aplicación:
#RWA #MusicFi #MELO

Baovy06 volvió a publicar

Axis Weekly
Esta semana, seguimos fortaleciendo nuestra línea de datos robótica en bucle cerrado, desde TaskGen e infraestructura de simulación hasta la recuperación de fallos y la ampliación a nivel de activos.
Actualizaciones clave:
- Generación de tareas: Completamos el escaneo de activos y lo fusionamos en TaskGen, ayudando a las tareas generadas a razonar sobre los recursos disponibles, la disposición de escenas, los flujos de trabajo a largo plazo y los ajustes de múltiples incorporaciones.
- Infraestructura de simulación: Mejoramos los flujos de trabajo de verificación, reproducción y variantes de escena de MuJoCo, con correcciones en las descargas repetidas, caché, compatibilidad y estabilidad de tareas multi-activo a largo plazo.
- Controles de robots: Limpiamos el comportamiento de las pinzas, la IK, la teleoperación y el panel de control basándonos en la retroalimentación de tareas de largo plazo y multiactivo.
Recuperación de fallos: Seguimos construyendo una cadena para convertir estados de comprensión fallidos y casi fallidos en datos reutilizables para el aprendizaje de recuperación.
- Aumento de activos: Con colaboradores académicos, avanzamos en una dirección de aumento de forma que puede expandir un activo semilla en muchas variantes de objetos físicamente plausibles.
Un vistazo más detallado al progreso 🧵 de esta semana





