cascade 얘네 초대코드를 슬슬 뿌리고있는데

지금 사전 예치로 포인트를 주고있어서 빨리 구해서 넣어볼만할듯

다만 락업이 있는걸로암
https://x.com/cascade_xyz

로보틱스 + 데이터 관련 프로젝트

Solana
- Codec
- BitRobot
- Opanarchy
- Brew
- GeodNET
- Xmaquina
- Natix
- Motoko

EVM
- RoboStack
- Peaq
- Auki
- NRN Agents
- Openmind
- PrismaX
- Roba_labs
- Konnex
- Over
- Silencio
- Show
- Sapien

로봇 섹터를 계속 트래킹하는중
피지컬 로봇보단 웹3에서는 실행 계층이나 학습 데이터, 에이전트 인프라 쪽 프로젝트들이 나올꺼같음

https://x.com/musashi_kdp/status/2003492086813983002

크립토 그리고 로보틱스 with CodecFlow

청소로봇과 4족 보행로봇을 지나 이제는 ‘휴머노이드’라 부를 수 있는 개인용 로봇이 예상보다 훨씬 빠른 속도로 일상에 스며들고 있다.

2025년 처음 UnitreeRobotics 같은 휴머노이드를 접했을 때 이미 이 정도 수준까지 구현이 가능해졌다는 사실이 인상 깊었다. 단순한 데모를 넘어 실제 환경에서 움직이고 작업을 수행하는 모습은 로봇이 더 이상 먼 미래의 기술이 아니라는 점을 보여준다.

또한 더 이상 일부 기업이나 연구소만이 감당할 수 있는 초고가 장비가 아니라 일반 사용자와 기업도 접근 가능한 가격대로 내려오고 있다.

이는 로봇이 더 빠르게 보급되어 실제 사용 환경에서 축적되는 방대한 데이터와 피드백을 기반으로 학습이 가속되고 더 고도화된 로봇이 더 빠른 주기로 다시 우리의 일상에 등장하게 만들것이다.

그렇다면 크립토와 로보틱스는 어디에서 결합될 수 있을까?

현실적으로 이미 Web2 환경에서 로봇을 개발·판매해온 피지컬 로봇 기업들이 기존 모델을 버리고 Web3 네이티브 토큰 구조로 전환할 가능성은 크지 않다

기업 밸류에이션과 지분 구조의 제약이 있는 데다 Web3 전환이 곧바로 매출·마진·시장 확대로 이어지는 명확한 이득이 없기 때문이다

그래서 주목해야 할 지점은 바로 로봇을 둘러싼 인프라 레이어라고 생각한다

로봇이 생성하는 방대한 센서·행동 데이터는 결국 처리되고 학습에 쓰이고 다시 실행, 성능으로 환류되어야 한다. 데이터 흐름과 학습 루프를 굴리는 레이어는 특정 제조사에 종속되지 않으면서도 로보틱스 생태계 전체의 확장성을 좌우할수있다

또한 이 레이어는 “ 참여자들의 기여를 어떻게 측정하고, 어떻게 정산하고, 어떻게 글로벌로 확장할 것인가 ”라는 문제와 직결된다. 기여에 따른 보상 설계와 투명한 정산 그리고 국경을 넘는 참여자 확장은 Web3가 가장 강한 영역이다

바로 여기서 VLA를 기반으로 한 AI 오퍼레이터, 로보틱스 실행 레이어 CodecFlow가 등장한다

CodecFlow, Execution layer for AI Operators and Robotics
- 왜 VLA , AI 오퍼레이터가 필요할까?

기존 로봇 자동화는 스크립트와 사전에 정의된 환경을 전제로 한다. 통제된 조건에서는 잘 작동하지만 현실 세계의 작은 변화에도 전체 흐름이 쉽게 깨진다

여기에 추가로 LLM을 얹는다고 문제가 해결되지는 않는다. LLM은 언어 이해와 계획에는 강하지만 환경을 인식하고 실시간으로 행동을 조정하는 데는 한계가 있기 때문이다

그 결과 로봇은 무엇을 해야 하는지는 알지만 상황이 바뀌었을 때 어떻게 행동해야 하는지는 스스로 결정하지 못하게된다

바로 그 간극을 메우는 구조가 VLA(Vision–Language–Action)다

VLA는 시각 인식, 언어 추론, 행동 생성을 하나의 루프로 묶어 불확실한 환경에서도 관찰 → 판단 → 실행을 연속적으로 수행하게 만든다

또한 이를 실제로 작동시키는 실행 단위가 AI 오퍼레이터다

이 오퍼레이터는 환경을 관찰하고 추론을 행동으로 바꾸며 실패 시 재시도와 수정까지 포함한 실행을 관리한다. 이 실행 레이어가 있어야 VLA는 데모를 넘어 현실 세계에서 사용될 수 있다

CodecFlow는 바로 이 실행 레이어를 위한 인프라다. VLA 기반 AI 오퍼레이터를 데스크톱·웹·로봇 전반에서 실행 가능하게 만들어 지능적인 행동을 배포·재사용·수익화 가능한 구조로 전환시킨다

optr SDK, VLA 기반 AI 오퍼레이터를 어떻게 만드는가

로봇이나 에이전트를 현실에서 실행하려면 보통 관찰 소스(화면·카메라·센서)와 실행 대상(UI·API·로봇 액추에이터)을 각각 연결하고 상태 머신·예외 처리·재시도 로직까지 직접 구현해야 한다

이러한 파편화는 개발 속도를 늦추고 환경이 조금만 바뀌어도 자동화가 쉽게 깨지는 원인이 된다

optr SDK는 이 복잡성을 관찰 → 추론 → 실행으로 이어지는 단일한 오퍼레이터 라이프사이클로 추상화해, 하나의 표준 인터페이스로 묶는다

optr SDK 역할은 크게 세 가지로 정리할 수 있다
- 관찰의 통합
화면, 카메라, 센서를 하나의 일관된 입력 레이어로 묶어 오퍼레이터가 안정적으로 인식할 수 있게 한다

- 자연어 기반 추론과 재계획
자연어 지시를 작업 단위로 분해하고 환경 변화에 따라 지속적으로 재계획함으로써 유연한 실행을 가능하게 한다

- 실행 레이어의 통합
UI, API, 로봇 액추에이터를 동일한 방식으로 호출해 디지털과 물리 환경을 하나의 실행 구조로 연결한다

시뮬레이션을 로컬에 설치하거나 고사양 GPU를 준비할 필요 없이, 원격 서버에서 실행하고 브라우저로 바로 상호 작용 할수있도록 인프라 진입 장벽도 제거했다

이 모든 과정을 시각적 워크플로우로 결합해 단순한 태스크부터 복합적인 작업까지를 하나의 실행 그래프로 관리할 수 있어 개발자는 제어 로직의 세부 구현이 아니라 무엇을 실행할 것인가에 집중할 수 있게된다

RoboMove, 실제로 어떻게 작동하는가?

RoboMove는 optr SDK와 VLA 기반 AI 오퍼레이터가 현실 환경에서 어떻게 실행되고 학습되는지를 보여주기 위해 설계된 사례다

겉으로 보면 사용자가 트윗으로 작업을 지시하면 로봇이 이를 수행하고 그 과정을 짧은 영상으로 되돌려주는 단순한 인터랙션처럼 보인다

하지만 사용자의 명령이 프롬프트로 입력되면 AI 오퍼레이터가 이를 작업 그래프와 스킬 단위로 분해해 추론을 수행한다. 이후 실행 과정에서 발생한 시각적 정보, 행동 로그 그리고 성공·실패 여부가 함께 기록되며 이 모든 데이터는 향후 VLA 에이전트를 학습시키는 데 바로 활용 가능한 형태로 저장된다

이 구조 덕분에 RoboMove는 단순한 데모를 넘어 실행 → 검증 → 재사용으로 이어지는 학습 루프를 만들어낸다

공개된 환경에서 반복 실행이 이루어지고 그 결과가 누적될수록 오퍼레이터는 점점 더 현실적인 조건에 적응하게 되는것이다

Operator Marketplace, 자산으로서의 연결

RoboMove가 보여준 핵심은 자연어 지시 → 추론 과정 → 실행 결과가 하나의 단위로 기록되어 오퍼레이터가 반복적으로 검증되는 구조에 있다. 이 과정에서 특정 작업을 안정적으로 수행하는 실행 로직이 축적되고 오퍼레이터는 데모를 넘어 재사용 가능한 실행 자산으로 전환된다

Operator Marketplace는 이러한 실행 자산을 공유하고 활용하는 지점이된다
- optr SDK로 만든 Operator를 검증된 실행 모듈로 공유
- 다른 사용자·팀이 zero-shot 적용 또는 파라미터 튜닝으로 확장
- 모든 팀이 처음부터 재구현하던 방식 → 검증된 실행 로직을 공유·거래하는 시장

이 구조에서 제작자는 오퍼레이터를 배포하고 수익화할 수 있고 사용자는 이미 검증된 실행 단위를 활용해 개발과 운영 비용을 줄일 수 있다

이처럼 실행 데이터 → 오퍼레이터 → 마켓플레이스로 이어지는 흐름은 VLA 기반 자동화를 개인 실험의 영역에서 벗어나 산업과 생태계 단위로 확장시키는 기반이 된다

$CODEC, AI 오퍼레이터 생태계를 굴리는 경제 엔진

$CODEC은 CodecFlow에서 발생하는 모든 실행 활동을 하나의 경제 구조로 묶기 위해 설계된 생태계 토큰이다. 컴퓨트 사용, 오퍼레이터 실행과 라이선스, 데이터셋 기여, 마켓플레이스 거래까지 AI 오퍼레이터가 만들어지고 실행되고 재사용되는 전 과정의 사용 흐름이 $CODEC을 중심으로 연결된다

토큰 공급량은 총 10억 개로 고정되어 있으며, 팀 물량(10%)과 에코시스템 물량(15%)에는 베스팅이 적용된다. 이를 제외한 나머지 물량은 퍼블릭에 배분되어 초기부터 생태계 참여자들이 실행과 사용을 통해 구조에 직접 연결될 수 있도록 설계되어 있다

추후에 운영자 에이전트 마켓플레이스가 열리고 컴퓨트 사용, 오퍼레이터 실행과 라이선스, 거래 수수료 등 실질적인 수익원이 명확해지는 시점에 토크노믹스는 최종적으로 다듬어질 예정이다

CodecFlow 팀

moyai는 15년 이상의 개발 경력을 가진 엔지니어로 Elixir Games에서 AI를 리드하며 실제 제품 환경에서 동작하는 시스템 설계와 실행 인프라 구축을 담당해왔다

다른 팀원인 lilkm은 Hugging Face Robotics에서 활동하며 LeRobotHF 구축에 기여한 멤버로 오픈소스 로보틱스 트레이닝 스택을 실제로 구현해온 경험을 갖고 있다

Moon or Dust

로보틱스에 대한 관심은 더 이상 단순한 내러티브에 머물지 않는다. 글로벌 로봇 시장은 이미 연간 두 자릿수 성장 구간에 진입했고, 특히 휴머노이드·자율 로봇·산업 자동화 영역에서 CAPEX와 연구 투자가 동시에 확대되고 있다

중요한 점은 이 성장이 하드웨어 단독으로 확장되지 않는다는 것이다. 로봇 수가 늘어날수록 실행 복잡성, 학습 비용, 데이터 관리 그리고 운영 자동화 난이도 또한 증가한다

즉 시장이 커질수록 병목은 로봇 본체가 아니라 실행 인프라와 운영 레이어로 이동한다

이 지점에서 CodecFlow의 포지션은 비교적 명확하다
VLA 기반 AI 오퍼레이터, 실행 중심 SDK(optr), 시뮬레이션, 학습, 재사용 구조 그리고 Operator Marketplace까지

모두 로봇이 늘어날수록 필연적으로 수요가 커지는 레이어에 정확히 걸려 있다

그래서 지금의 질문 "Moon or Dust?" 에

적어도 구조와 타이밍만 놓고 본다면 판단할 근거는 점점 충분해지고 있어서 조심스럽게 Moon 쪽에 무게를 둔다

Robotics season is coming

겨울 여행 출발전에 로보틱스와 크립토, Codec에 관한 아티클을 길게 작성해봤는데여

전 로봇시즌은 올꺼라고 생각하며 그 중심엔 $Codec이 있지않을까란 생각을 가지고 있습니다!

여행 하는동안에는 3Jane에 대해서 한번 써보지않을까 싶네여

좋아요 댓글 한번씩 해주시면 감사하겠습니다!!
https://x.com/musashi_kdp/status/2004402324433989787

Nado 듄 대쉬보드

데일리 볼륨 : 370M
TVL : 26M
OI : 67M

https://dune.com/23studio/nado-dashboard

전 세계에서 미국 기업이 합법적으로 직접 배포하는 암호화폐는 $XRP 과 $LIT 두 가지뿐입니다

첫 번째 기업은 시가총액 112B에 매출은 전혀 없습니다.
두 번째 회사는 총자산 700M에 연간 매출 105M에 불과합니다

Bullish on $LIT
https://x.com/stablealt/status/2005932747412345328?s=46

스트라타는 26년 4월 이후 TGE 확정
- 이에 펜들 4월 만기물 새로 나옴

생각보다 ㅈㄴ 많이 늦네….
https://x.com/strata_fi/status/2006018436380426506?s=46

다들 새해복 많이 받으세요~~

26년 1분기 포켓몬 30주년(2월 26일) 대비해서 TCG 메타가 올수있다고 생각중

대장은 $CARDS 인거같음

베타 : Vault로 포켓몬 카드 모으는 밈코

예전에 로건풀이 피카츄 카드 5m주고 산거 다시 판다고 경매 올림 -> 관심도 증가

대충 베타찾아보니

$collect
$kabuto
$cstrat
$pkmnstrat

지금은 뒤진 시장이긴한데 살아있긴함

유포리아 같은 탭 트레이딩 플젝이 좀 나오네여

갠적으론 도박 + 트레이딩느낌이라 잘될꺼같음
https://x.com/euphoria_fi

https://x.com/rush_trade_app

https://x.com/solcasino

https://x.com/bloxwap

https://x.com/bananazoneapp

https://x.com/fairplay_trade

also bought some $codec，thesis⬇️

https://x.com/i/status/2007317591690469812

이거정말 정말 좋은글인듯

Delphi에서는 CAC모델이 대규모 자금 배분에 집중하는 주요 프레임워크로 자리 잡을 수 있을거라고 함
CAC Model이란 토큰을 지분이나 거버넌스로 기능하기보단 고객확보 도구로 사용하는거임
= 전통적인 마케팅비용임

예시로 아비트럼, 월드코인, 옵티미즘 등이 있고
얘네들은 자체 인프라로써 토큰이 의미가없고 인프라로써만 존재하니
바이백을 할 필요가 없다는거
토큰을 유저들과 개발자를 끌어모을 수 있는 보조금과 같은 구조로 고객확보 비용으로 사용했고
오히려 이점을 활용했기때문에 오히려 성공한 케이스

매실남님이 말한것처럼 Lighter,엣지엑스처럼 토큰 가격 자체가 고객유치에 핵심이 되는 프로젝트에서는
바이백이 곧 CAC 비용이 되는거
가격이 유지되고 상승한다는 사실 자체가 마케팅

이들 토큰의 정체성이자 즉 역할임

이개념은 챙겨놓는게 좋을것같음