Gap в партнёрстве с Google внедряет AI в процессы онлайн‑шопинга: покупатели могут искать и покупать товары через Gemini и AI Mode Google Search, не переходя на сайт бренда. Компания использует структурированные данные и современные протоколы для интеграции с системами учёта и рекомендаций размеров, выстраивая замкнутый цикл взаимодействия с клиентами.

LLM Business Multimodal

читать →

~2 мин 182 просмотра

Leiphone 19 Aug 2026

NVIDIA Cosmos 3: базовая модель для воплощённого ИИ

NVIDIA представила модель Cosmos 3 — базовую мировую модель на архитектуре Transformer, которая объединяет текст, видео, аудио и действия. Модель может анализировать видео, моделировать взаимодействие человека с миром и выполнять действия в реальном мире. Cosmos 3 рассматривается как основа для стандартизации в области воплощённого ИИ и может работать на периферийных устройствах.

LLM Multimodal Research

читать →

~5 мин 288 просмотра

Leiphone 19 Aug 2026

Cosmos 3 и мир-модели: эволюция воплощённого ИИ в 2026 году

На workshop «Robot World Models» в рамках RSS 2026 обсудили переход от подхода, основанного на обработке больших данных, к использованию «воображения» в ИИ. Представлена модель Cosmos 3 от Nvidia, объединяющая разные типы данных в единой архитектуре. Показаны возможности обучения роботов без реальных данных и новые способы управления роботами с помощью акустических датчиков.

LLM Multimodal Research

читать →

~3 мин 303 просмотра

Leiphone 18 Aug 2026

Robot Phone от Honor: новый этап в воплощённом ИИ

Honor представила Robot Phone — устройство с элементами робототехники, которое демонстрирует концепцию «ума, усиливающего человека» (AHI). Компания нацелилась на лидерство в сфере экосистемы AI‑терминалов, планирует масштабные инвестиции и разработку новых продуктов. При этом у Robot Phone есть критики, сомневающиеся в его практической ценности.

LLM Multimodal Research

читать →

~5 мин 281 просмотра

Leiphone 17 Aug 2026

WorkBuddy: HTML как интерфейс между человеком и ИИ

WorkBuddy обновил функцию, которая позволяет создавать HTML‑страницы без написания кода. Инструмент подходит для разных задач — от ведения путевых заметок до преобразования подкастов в веб‑сайты. HTML в связке с CSV и Markdown становится интерфейсом между человеком и ИИ, упрощая совместную работу и повторное использование данных.

LLM Multimodal Business

читать →

~6 мин 271 просмотра

Leiphone 17 Aug 2026

Shieldstral от Mistral AI: многомодальный классификатор безопасности контента

Mistral AI выпустила многомодальный классификатор Shieldstral для проверки текста, изображений и смешанного контента. Модель позволяет гибко настраивать правила проверки через естественный язык и показывает высокие результаты в оценке безопасности. Shieldstral использует контрастное обучение и генерирует миллионы обучающих образцов.

LLM Multimodal Safety

читать →

~4 мин 279 просмотра

Leiphone 17 Aug 2026

3DGS на CVPR 2026: от прототипов к промышленному внедрению

На CVPR 2026 3DGS перешёл от академических прототипов к промышленной инфраструктуре. Представлены новые решения для интеграции технологии в производство, включая коррекцию глубины, моделирование физической динамики и синтез данных для обучения роботов. Разработки EcoSplat, SparseSplat, CaT‑GS, EDGS, TokenGS, SGAD‑SLAM, ParticleGS и Video2Robo демонстрируют значительный прогресс в применении 3DGS.

LLM Research Multimodal

читать →

~8 мин 313 просмотра

Leiphone 17 Aug 2026

Being-H0.8: модель скрытого пространства от BeingBeyond

Лу Цзунцин из Пекинского университета и его команда из BeingBeyond развивают модели действий в скрытом пространстве мира. В июле 2026 года они выпустили модель Being-H0.8, которая объединяет зрение, осязание, действия и предсказание изменений в одном скрытом пространстве. По оценке Лу Цзунцина, через 3–5 лет возможно создание базового моделированного тела на уровне GPT 3.5.

LLM Multimodal Research

читать →

~5 мин 283 просмотра

Leiphone 12 Aug 2026

Конкурс AI-социологов: исследования в эпоху AGI на платформе AgentSociety²

Лаборатория вычислительных социальных наук Университета Цинхуа проводит конкурс для исследователей в эпоху AGI. Участники будут использовать платформу AgentSociety² для моделирования социальных процессов и проведения экспериментов. Призовой фонд — 180 тыс. юаней. Лучшие работы могут быть опубликованы в ведущих научных журналах.

LLM Research Multimodal

читать →

~4 мин 315 просмотра

TechOrange 10 Aug 2026

Siemens и AI: цифровые двойники и Physical AI на производстве

Искусственный интеллект и цифровые двойники активно внедряются в производство. Siemens и другие компании используют эти технологии для повышения эффективности, сокращения сроков обновления оборудования и оптимизации энергопотребления. Тестирование человекоподобных роботов и создание Industrial AI Operating System демонстрируют потенциал автоматизации и автономности заводов.

LLM Multimodal Research

читать →

~4 мин 249 просмотра

Leiphone 7 Aug 2026

IJCAI-ECAI 2026: новые подходы к рассуждениям и планированию в ИИ

Конференция IJCAI-ECAI 2026 станет важной площадкой для обсуждения новых подходов к рассуждению, планированию и работе со знаниями в ИИ. Представлены инновационные методы, включая NDProp для интеграции нейросетей и ASP, фреймворк AESAT для эволюции SAT‑решателей, систему DUPLEX для двойного планирования и другие решения. Особое внимание уделяется переходу от чисто символьных методов к нейросимвольным.

LLM Research Multimodal

читать →

~7 мин 382 просмотра

TechOrange 4 Aug 2026

QNAP Qsirch 7.1.0: двуядерный AI-движок для поиска в NAS

QNAP выпустила Qsirch 7.1.0 с двуядерным AI-движком (LLM и VLM) для семантического поиска в NAS. Решение позволяет искать файлы по описанию на естественном языке и изображениям, работает локально и интегрировано с системой управления правами доступа. В планах — выпуск упрощённых моделей для малого бизнеса и интеграция VLM в RAG-систему.

LLM Multimodal Safety

читать →

~2 мин 253 просмотра

// помочь проекту