OpenAI тайком строит армию роботов-гуманоидов

Post Thumbnail

Пока все следят за очередной версией ChatGPT, OpenAI втихаря замутила кое-что поинтереснее. Бизнес Инсайдер раскопал информацию о секретной лаборатории, где около 100 сотрудников корпят над созданием роботов-гуманоидов. И знаете, что самое показательное? Об этом никто не писал на презентациях.

Картина разворачивается следующая. С февраля прошлого года размеры этой засекреченной лаборатории выросли вчетверо. А в декабре уже замаячили планы открыть 2 площадку. Чувствуете масштаб происходящего? Пока индустрия спорит о больших языковых моделях, OpenAI молча разворачивает робототехническую империю.

Но что же там происходит за закрытыми дверями? Сотрудники обучают металлические манипуляторы с клешнями на концах выполнять бытовые задачи. Складывать бельё, класть хлеб в тостер. Звучит приземлённо, правда? Только вот это лишь 1 шаги к созданию полноценного робота-гуманоида. Для управления железными руками используют специальных сборщиков данных, которые показывают машинам правильные движения.

Самое интересное началось осенью 25, когда компания развернула масштабный найм инженеров-робототехников. До этого OpenAI просто вкладывалась в робототехнические стартапы вроде Figure, 1X и Physical Intelligence. Но очевидно, решили, что пора переходить от инвестиций к собственным разработкам.

Получается, пока конкуренты рассказывает о каждом своём достижении, OpenAI строит будущее в тишине. И это будущее может оказаться не виртуальным помощником в телефоне, а физическим роботом у вас на кухне.

Техническое отличие критично. OpenAI использует телеоператорные манипуляторы с 3D печатными контроллерами GELLO. Это дешёвый масштабируемый метод сбора данных, описанный Berkeley ещё в 23. Кстати, 1 исследователь из команды Berkeley присоединился к OpenAI в 24 году. А конкуренты вроде Tesla или Figure используют костюмы захвата движений и шлемы виртуальной реальности для полноразмерных гуманоидов. Это дорого и сложно масштабировать.

Но риски колоссальные. Робототехника сжигает капитал быстрее софта. Это и оборудование, и тестовые полигоны, и производственные линии. И вакансия инженера-механика в OpenAI указывает готовность к массовому производству. Нужен опыт работы с системами объёмом более 1 миллиона единиц. Но таким образом, OpenAI может потерять фокус на языковых моделях ради гипотезы о физическом воплощении ИИ.

Если роботы не выстрелят коммерчески через 3-4 года, инвесторы спросят — зачем потратили сотни миллионов на железо вместо улучшения GPT? Но если выстрелят — то OpenAI становится не просто компанией-лидером рынка искусственного интеллекта. А производителем автономных систем с триллионным рынком домашней автоматизации и промышленности. Ставки очень высокие. 1 вариант означает проигрыш, 2 — тотальное доминирование.

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.