Atlas от Boston Dynamics научился понимать назначение предметов в пространстве

Post Thumbnail

Инженеры Boston Dynamics продемонстрировали, как их гуманоидный робот Atlas воспринимает окружающий мир, и это выводит взаимодействие машин с реальностью на совершенно новый уровень. Теперь это не просто механизм с камерами, а настоящий физический интеллект с глубоким пониманием пространства и контекста. Atlas способен распознавать форму предметов и понимать их назначение в реальной среде. А его система восприятия объединяет 2D и 3D видение, используя особые ключевые точки для точной ориентации в пространстве.

Инженеры также научили робота отслеживать позы объектов с учётом их движения и даже когда они частично перекрыты другими предметами. Самое впечатляющее достижение – это слияние визуальных данных, кинематики и знаний об объектах в единую комплексную систему. Atlas обладает сверхточной калибровкой для координации между «глазами» и «руками». Это позволяет роботу не просто находить предмет, но по-настоящему понимать, что это такое, для чего он предназначен и как его лучше схватить, даже если объект наполовину скрыт от камер.

Команда искусственного интеллекта Boston Dynamics сейчас работает над созданием единой модели, которая полностью объединит восприятие и управление. Это важнейший шаг от простого «пространственного искусственного интеллекта» к полноценному физическому интеллекту, способному естественно взаимодействовать с нашим миром.

Почитать из последнего
ИИ-ассистент научили разбирать документы и алерты
Главный вопрос корпоративного ИИ прост: что будет с данными после запроса? РТК-ЦОД предлагает не рисковать ими. На форуме «Цифровые решения» компания с блоком ИТ «Ростелекома» представила ассистента для организаций с жёсткими требованиями к защите.
К 2027 году чипов хватит на миллиарды ИИ-агентов
Похоже, у ИИ скоро вылезет проблема, которую не залатать покупкой ещё одного чипа. По расчётам Epoch AI, вычислительной мощности, выпущенной с 2025 по 2027 год, хватит для одновременной работы от 33 до 171 млн агентов уровня передовых моделей.
Kandinsky научился лепить видео со звуком
ИИ-видео всё меньше смахивает на немой клип. «Сбер» показал Kandinsky 6.0 Video - модель, которая разом генерит картинку и звук: речь персонажей, музыку и шумы окружения.
Три профессии, которые ИИ уже плодит прямо сейчас
ИИ перетряхивает рынок труда не только тем, что съедает привычные задачи. Вместе с автоматизацией вылезают специалисты, которых ещё несколько лет назад никто бы не вообразил, и часть таких профессий формируется на глазах.
Google научила эмбеддинги переваривать сразу пять типов данных
Google порешила, что эмбеддингам хватит возиться с одним текстом. Компания выкатила вторую версию EmbeddingGemma: теперь система сваливает в общее векторное пространство текст, код, изображения, видео и аудио. Так что на вход можно подавать сразу несколько типов данных.