Биты и Болты | ИИ • Роботы • Наука

🤖 Xpeng привлекла $900 млн на гуманоидов — но интереснее здесь не деньги Робототехническое подразделение Xpeng привлекло более $900 млн при оценке свыше $6,3 млрд. По данным Reuters, это один из крупнейших раундов в китайской индустрии embodied AI. Сами инвестиции я бы обычно в подборку не тянул. Но здесь они хорошо показывают, насколько быстро китайская робототехника выходит из стадии «несколько эффектных прототипов». Компания заявляет, что деньги пойдут на массовое производство гуманоидов и дальнейшее обучение моделей, управляющих физическими роботами. И всё же оценка в миллиарды пока не означает, что гуманоиды стали хорошим бизнесом. Производители всё ещё упираются в стоимость, надёжность, автономность и необходимость долго обучать машину каждой новой рабочей операции. Так что я бы читал эту историю не как «роботы победили», а как показатель масштаба ставки. Китайские компании уже собирают капитал не на один демонстрационный образец, а на серийное производство физического AI. Теперь им придётся доказать, что спрос на эти машины существует не только у инвесторов.

🤖 Китайские гуманоиды уже обгоняют людей. Но настоящий экзамен — воткнуть кабель в разъём На пекинских World Humanoid Robot Games роботы продолжают ставить эффектные спортивные рекорды, но организаторы в этом году заметно сместили акцент в сторону менее зрелищных вещей: упаковки товаров, работы на складе, зарядки электромобилей, сборки и подключения кабелей. Из 51 дисциплины 21 имитирует реальные рабочие ситуации — фабрики, рестораны, офисы и аварийные сценарии. Более 40% испытаний требуют полностью автономной работы машины. И вот там задачи становятся гораздо неприятнее стометровки: робот должен заметить, что провод лежит немного не там, правильно поставить кисть, приложить нужное усилие и самостоятельно исправиться после ошибки. Это хорошо показывает разрыв между двумя видами робототехники. Быстро пробежать по заранее подготовленной дорожке уже можно. А вот взять предмет неизвестной формы, повернуть его нужной стороной и попасть им в маленький разъём — до сих пор сложнейшая комбинация зрения, управления руками и понимания сцены. Поэтому спортивные рекорды я бы воспринимал скорее как показатель прогресса приводов и баланса. Настоящий перелом наступит тогда, когда самый скучный конкурс — склад, кабели или сборка — перестанет требовать инженера рядом. Для заводов это важнее любого сальто.

👁️ DeepSeek добавила своим моделям глаза — и сразу полезла в агенты DeepSeek выпустила экспериментальную DeepSeek-V4-Flash-Vision-Exp — мультимодальную версию V4 Flash, которая принимает не только текст, но и изображения. Модель уже доступна через API: ей можно отдавать фотографии, скриншоты, документы и графики. Но обычное «теперь умеет смотреть на картинки» здесь не самая интересная часть. DeepSeek явно целится в визуальных агентов — системы, которые должны понимать интерфейс или окружающую сцену и затем что-то делать с увиденным. Компания утверждает, что на соответствующих тестах экспериментальная версия заметно обошла обычную V4 Flash и приблизилась к Anthropic Opus 4.8 К последней цифре стоит относиться спокойно: это собственные результаты DeepSeek, а не независимое сравнение. Кроме того, модель пока прямо обозначена как экспериментальная. Зато направление видно очень хорошо. Следующая конкуренция больших моделей всё меньше похожа на соревнование «кто лучше продолжает текст». Ценность постепенно смещается к системам, которые видят интерфейс, понимают происходящее и могут сами выполнить последовательность действий. И DeepSeek теперь явно хочет участвовать именно в этой гонке.