Человекоподобные роботы: кто и какие модели делает

Это подборка моделей 2025 года. Можно посмотреть в большом разрешении, чтобы все подписи прочитать. А еще есть такие же подборки за 2023-й и за 2024-й годы.

Интересно, а как там поживает разработчик легендарного робота Федора? Что-то уже несколько лет новинок от них не видно. Интересно, почему перестали новых делать? Если вдруг знаете, то чирканите в личку.

@TheEdinorogBlog — тот самый канал про стартапы🦄

Решил полностью пересесть на Atlas (вышедший вчера браузер от OpenAI)

У меня не работает подход – использовать два браузера (так было с Comet, я тогда параллельно продолжал использовать Chrome, в итоге забил на Comet).

Вчера скачал Atlas, импортировал в него весь Хром с историей, закладками и всем остальным.

Пока AI-функционал потестил на трех штуках, докладываю:

1. Саммари по стриму лекции.

Тут он мне реально помог. Лекция шла в прямом эфире, шла долго, времени посмотреть ее у меня не нашлось. Я открыл на странице стрима GPT и попросил его слушать спикера, смотреть слайды и фиксировать все по блокам с главными идеями, инсайтами, цифрами. Справился отлично, все посмотрел, записал, собрал в 5-страничный PDF. Бонусом потом в этом чате можно продолжить диалог на основе этой лекции, задавать любые вопросы.

2. Упорядочить инфу в моем Notion.

Здесь он, как агент, справился просто отвратительно😭.
Задача была несложная: есть страничка внутри ноушн, в ней хаотичный набор ссылок, тезисов и файлов. Нужно все собрать в табличку, упорядочить, разбить по категориям. В итоге он сделал нечто похожее на таблицу, все перепутал местами, все файлы удалил, как и половину ссылок. Потом мне пришлось уговаривать агента вернуть файлы, так как в корзине самого Notion их, почему-то, не было. Для примера – Comet c похожей задачей справлялся у меня отлично. Но лучше всех это делает, конечно, AI-ассистент в самом ноушн.

3. Имитировать поведение игрока.

Мы в студии сейчас делаем метаверс-проект для одного фестиваля. Я дал агенту инструкции как управлять аватаром и запустил его в демо-локацию. Тут он тоже не справился, так как оказалось, что он не умеет зажимать кнопку. Умеет только нажимать. Управление у нас внутри стандартное – WASD. В итоге он много раз тыкал в W, забывая про вращение курсора и поворот другими кнопками.

Продолжаю тестить. Буду делиться интересными юзкейсами, которые обнаружу.

#Agents@TochkiNadAI

ChatGPT официально достиг человеческого уровня интеллекта.

После того, как ему дали 10 тыс. долларов и отправили торговать криптовалютами, он проиграл 42 сделки из 44, потеряв 7200 долл. за неделю. Но ИИ не собирается сдаваться и продолжает сливать деньги в надежде выйти в плюс.

С помощью нейросетей можно оживить фотографию из семейного архива, заново прожить воспоминания или поиграться с любимыми мемами.

Собрали семь инструментов, которые помогут превратить статичные кадры в анимацию или полноценный ролик с озвучкой

vc.ru/ai/2311063

Даже лев с мозгами ИИ не выжил бы в реальном мире
До робота-кошки – далеко. А пока ИИ останутся умными, но бесплотными “духами”
Новое исследование "Benchmarking World-Model Learning" сравнило людей и топ-модели ИИ в задачах «сначала свободно изучи мир, потом реши новую родственную задачу». Итог прост: люди несравнимо лучше строят модель мира – они целенаправленно экспериментируют, гибко пересматривают гипотезы и переносят знания. Модели же часто «застревают» в первой догадке. Главная причина – у них нет врождённых приоров и социальной стаевой педагогики.
N.B. Приоры (Priors) – это прошитые ожидания о том, как устроены объекты, причины и последствия; у животных это результат эволюции и детского опыта. У ИИ такие ожидания в основном статистические и книжные – они плохо работают в живой, изменчивой среде.

Можно ли «вложить» это в ИИ одним трюком? 
Увы, но ответ «нет». 

На сегодняшнем уровне технологий у нас нет волшебной кнопки, которая сразу даст инстинкты, безопасное исследование, долговременную память и поведенческие нормы стаи.

Но есть реалистичная дорожная карта. Она включает:
• Объектные и причинные приоры (видеть мир как набор устойчивых вещей и причинно-следственных связей).
• Внутренние мировые модели с планированием (умение «прокручивать» будущие сценарии в уме).
• Популяционное обучение с эмерджентной коммуникацией и ToM-сигналами – задачами/наградами за точное моделирование убеждений и намерений других (Theory of Mind).
• Нормативную надстройку вроде RLHF/«конституции», задающую социальные запреты и предпочтения.

Так почему же мы ещё не там?

Да потому, что самое трудное – сшить всё вместе: онлайн-обновление убеждений без “забывания”, долговременную память, телесную сенсомоторику и безопасное обучение новому – аккуратно пробуя действия, заранее оценивая риск и останавливаясь до катастрофы.

Поэтому в обозримом будущем ИИ останутся очень умными, но по сути бесплотными «духами». И до робота-кошки, сопоставимого с настоящей (мечта, близкая к цели Яна ЛеКуна), нам ещё действительно далеко.

P.S. Роботов конечно будет всё больше и больше – но без врождённых приоров и безопасной онлайновой учёбы это будут в основном хорошо дрессированные исполнители в контролируемых декорациях, а не “кошки”, которые учатся жить в мире, а не только в сценариях.

#ВоплощенныйИнтеллект #LLM

БУДУЩЕЕ 3D-ПЕЧАТИ УЖЕ ЗДЕСЬ
https://www.youtube.com/watch?v=M5DV-ORlXZY

Компания Shenzhen Yuejiang Technology начала продажи робособаки Rover X1. Она может носить вещи и следовать с камерой во время путешествий, а в обычное время — сторожить территорию и выполнять роль компаньона.

Робот стоит 7499 юаней, что несколько «ниже» средних цен робособак на китайском рынке

vc.ru/dev/2320029

Любопытно.

2,5 года назад: подписка за $20 на GPT это прикольно, не обязательно
1,5 года назад: отменю GPT, куплю Claude; через месяц, с выходом новой модели, обратно
0,5 года назад: отменю Claude code за $200, куплю GPT Pro
сегодня: если у меня нет подписки на Gemini/NanoBanana, Claude Code и GPT Pro, то я не могу нормально функционировать в личной жизни и профессионально.

Продукты становятся незаменимы, а мы становится все больше киборгами.

Google добавила в Gemini генератор веб-приложений Opal. Он помогает вайб-кодить внутри чат-бота, давая схему с готовыми шагами.

Также Opal доступен бесплатно на отдельном сайте, где есть визуальный конструктор

vc.ru/ai/2656482

Любопытный график сегодня скинули. Полтора года назад Сергей Брин вернулся в Google, став де-факто СЕО направления ИИ в компании. Вот результат, когда СЕО-фаундер-инженер руководит компанией.