Пространственный интеллект — подход, призванный решить проблему бесполезности миров, сгенерированных ИИ. Ли Фэйфэй выделяет три компонента такой системы: Renderer, Simulator и Planner. Уже есть примеры исполняемых 3D‑миров, созданных с помощью генеративного ИИ, однако остаются серьёзные технические ограничения и проблемы со скоростью и связностью миров.

LLM Multimodal Research

читать →

~8 мин 217 просмотра

Leiphone 25 Aug 2026

MedErrBench: оценка моделей в обнаружении медицинских ошибок

Команда из филиала Нью-Йоркского университета в Абу-Даби и клиники Кливленда разработала MedErrBench — систему для обнаружения, локализации и исправления медицинских ошибок. Система тестирует различные языковые модели на десяти типах ошибок на английском, китайском и арабском языках. В эксперименте модели Doubao и DeepSeek в целом превзошли GPT-4o и Gemini.

LLM Safety Research

читать →

~5 мин 248 просмотра

Leiphone 24 Aug 2026

Воплощённый ИИ в 2026: от демоверсий к реальным производственным линиям

В 2026 году ожидается масштабное применение воплощённого ИИ. Лидеры отрасли обсуждают ключевые ограничения масштабирования технологии и выделяют этапы развития: от аппаратной платформы до универсальных больших моделей. Особое внимание уделяется вопросам надёжности, стандартизации и интеграции программного и аппаратного обеспечения.

LLM Robotics Research

читать →

~7 мин 249 просмотра

Leiphone 21 Aug 2026

От симуляции к реальности: вызовы для агентов на базе больших моделей

Профессор Вэй Хуа на IJCAI 2026 обсудил проблемы перехода от симуляции к реальности для интеллектуальных агентов на базе больших языковых моделей. Он провёл параллель между уязвимостями современных моделей и проблемой Sim-to-Real в RL. Для решения проблем предложены доменная рандомизация и количественная оценка неопределённости.

LLM Research

читать →

~3 мин 249 просмотра

Leiphone 21 Aug 2026

Alibaba Cloud: рост доходов и развитие AI-технологий

Alibaba прогнозирует ускорение роста доходов Alibaba Cloud. Выручка компании растёт за счёт увеличения потребления AI‑вычислений и спроса на облачные услуги. При этом рынок AI Coding также демонстрирует активный рост, а Alibaba активно инвестирует в развитие технологий и оптимизацию инфраструктуры.

LLM Business Research

читать →

~4 мин 245 просмотра

Leiphone 20 Aug 2026

1×N+1: стратегия «одного мозга» от Chenhui Technology на выставке роботов 2026

Компания Chenhui Technology на Всемирной выставке роботов 2026 года представила концепцию «1×N+1», которая позволяет одному интеллектуальному центру управлять разными роботами и адаптироваться к различным сценариям. Компания продемонстрировала несколько роботов для разных задач и показала, как модель GCWM1 помогает им анализировать обстановку и выбирать стратегию действий. Цель — добиться универсальности «умных» систем и их эффективного применения в разных отраслях.

LLM Robotics Research

читать →

~2 мин 214 просмотра

Leiphone 20 Aug 2026

J-Space и спор о малых и больших моделях: где предел возможностей ИИ

Спор вокруг проекта J-Space и инструмента Harness поднял вопрос о том, могут ли малые модели с инструментами заменить большие. Эксперты указывают на недостатки подхода «малая модель + инструмент» — проблемы со скоростью, глубиной мышления и надёжностью. При этом есть примеры успешного применения малых моделей в отдельных задачах.

LLM Research Business

читать →

~5 мин 266 просмотра

Leiphone 19 Aug 2026

Китайские компании: интеграция больших моделей в сложные системы к IJCAI 2026

Китайские компании активно интегрируют большие модели в сложные системы. На IJCAI 2026 обсуждаются вопросы Agent, мультиагентных систем и физического интеллекта. Разные компании выбирают различные стратегии развития: от создания навыков для агентов до накопления опыта и работы с инфраструктурой. Важным фактором становится не мощность модели, а системные возможности.

LLM Research

читать →

~4 мин 253 просмотра

Leiphone 19 Aug 2026

BiLLM и SqueezeLLM: квантование LLM для малых устройств

Исследователи из ETH Zürich предложили методы BiLLM и SqueezeLLM для квантования больших языковых моделей (LLM) до 1 и 2 бит без повторного обучения. Это позволяет разместить модели с сотнями миллиардов параметров на микроустройствах. Методы решают ряд проблем, связанных с падением точности и неэффективным распределением битов, но сохраняются нерешённые задачи — например, отсутствие нативной поддержки крайне низкой разрядности в GPU.

LLM Research Hardware

читать →

~5 мин 245 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

Point-World и контрфактические рассуждения: новый этап развития воплощённого интеллекта

На конференции RSS 2026 Хуан Вэньлун из лаборатории Ли Фэйфэя представил концепцию Point-World — 3D-модели мира, которая позволяет роботам предсказывать события и генерировать действия без примеров. Обсуждались проблемы сбора данных в физическом мире и возможности контрфактических рассуждений для развития воплощённого интеллекта. Достижения в этой области приближают роботов к уровню человеческого физического взаимодействия.

LLM Robotics Research

читать →

~4 мин 317 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

// помочь проекту