صباح الخير CT تدريب نماذج الذكاء الاصطناعي المتجسدة على بثوص الفيديو الخام يُعد غير فعّال بشكل مشهور، لأن 90% من البكسلات في الإطارات المجاورة هي ضوضاء خلفية زائدة. إدخال جدران ثابتة متطابقة مرارًا وتكرارًا يستهلك قوة الحوسبة للنموذج دون تعلم الآلة أي شيء جديد عن فيزياء الفضاء. أتابع كيفية تعامل @vangrid_io مع هذا الأمر من خلال اختيار الإطارات الرئيسية بناءً على الإنتروبيا. يقوم نظام استقبالهم بتصفية الإطارات ذات التغيرات عالية المعلومات، وعزل التغييرات الديناميكية في الحالة والتحولات الحرجة في وجهة النظر قبل إرسالها إلى أنبوب الفضاء. الكفاءة في الذكاء الاصطناعي المادي تُبنى على ترميز الجديد، وليس تجميع البكسلات المتكررة.