22 июля 2026

Xiaomi Robotics представила базовую vision-language-action модель, предобученную более чем на 100 000 часов реальных траекторий манипуляций с использованием пайплайна автоматической аннотации изменений сцены на естественном языке, с последующей адаптацией под конкретные робототехнические платформы. Модель достигает 57,6% успешных выполнений на RoboCasa365 (против прежнего рекорда в 46,6%) и результата 20,07 на RoboDojo (против прежнего рекорда 13,07), код и веса обещаны к публикации.

RynnBrain 1.1 от DAMO Academy — семейство базовых embodied-моделей (2B, 9B, 122B-A10B параметров), объединяющих пространственно-временное и физически обоснованное рассуждение для восприятия, пространственного анализа, локализации и планирования, с добавлением предсказания точек контакта и нативной 3D-локализации для меньших вариантов. Сопутствующая модель RynnBrain-VLA вводит кросс-платформенное пространство действий, развёрнутое на трёх различных робототехнических платформах, при этом модель 122B превосходит существующие проприетарные и открытые базовые решения.

TimeLens2 предсказывает наборы доказательных интервалов переменной мощности, определяющие время наступления событий в видео; модель построена на новом датасете супервизии TimeLens2-93K и новой награде Temporal Wasserstein, обеспечивающей обратную связь без сопоставления при неравной мощности предсказаний. Варианты модели 2B/4B/8B улучшают показатель mIoU на 14,2–18,1 балла по сравнению со своими бэкбонами Qwen3-VL на семи бенчмарках.

RAGU — модульная система GraphRAG с открытым исходным кодом, отделяющая извлечение сущностей от их консолидации за счёт двухэтапного типизированного извлечения, дедупликации на базе DBSCAN, суммаризации LLM и обнаружения сообществ по методу Лейдена. Сопутствующая 7B-модель Meno-Lite-0.1 превосходит Qwen2.5-32B в построении графов знаний (+12,5% относительного гармонического среднего), несмотря на существенно меньший размер, а система демонстрирует более высокую полноту доказательств (до 0,84 против <=0,76 у конкурентов) на бенчмарках медицинского домена; работает на одном GPU и распространяется по лицензии MIT с публичным кодом и весами.