robotics — AI Digest

4 июн NVIDIA выпускает Cosmos 3: открытая омнимодальная фундаментальная модель для физического AI NVIDIA research
18 июн Kairos: полноценный стек мировых моделей для физического AI ACE Robotics research
24 июл Black Forest Labs выпускает FLUX 3 — мультимодальную модель, генерирующую видео с синхронизированным звуком Black Forest Labs video
30 июл HiFi-UMI: обучение развёртываемых политик манипуляции только на данных высокоточного UMI Simple AI (Simple World Lab) research
31 июл Google DeepMind представила Gemini Robotics 2 для управления всем телом гуманоидов Google DeepMind research
31 июл TurboVLA: модель «зрение-язык-действие» в реальном времени на 32 Гц на RTX 4090 с менее чем 1 ГБ VRAM research
5 мая AI2 публикует в открытый доступ MolmoAct2: роботизированная VLA, превосходящая GPT-5 в воплощённом рассуждении AI2 research
3 июн Humanoid-GPT: Scaling to 2B Motion Frames Enables Zero-Shot Generalization in Humanoid Control research
17 июн Alibaba выпускает Qwen-RobotSuite: три базовых модели для воплощённого ИИ Alibaba / Qwen models-llm
19 июн Alibaba запускает Qwen-Robot Suite: три базовые модели для воплощённого ИИ и робототехники Alibaba / Qwen models-llm
19 июн ENPIRE: агенты кодирования ИИ замыкают цикл физических робототехнических исследований без участия человека NVIDIA / Carnegie Mellon University / UC Berkeley research
23 июн World Action Models: обзор National University of Singapore research
24 июн Беспилотный грузовик Яндекса совершил первый полностью автономный рейс Москва–Санкт-Петербург протяжённостью 700 км Yandex industry
7 июл GigaWorld-1: дорожная карта для построения моделей мира для оценки роботизированных политик GigaAI research
9 июл LingBot-VLA 2.0: преодоление разрыва между базовыми VLA-моделями и реальным развёртыванием LingBot Team research
9 июл Mistral выпускает Robostral Navigate: модель навигации роботов с одной камерой Mistral research
8 июл InternVLA-A1.5: объединение понимания, латентного предвидения и действия для композиционной генерализации InternRobotics research
7 мая RLDX-1: Multi-Stream Action Transformer достигает 86,8% на гуманоидных задачах ALLEX RLWRLD research
19 мая PhysBrain 1.0: эгоцентрическое видео людей как обучающие данные для VLA-моделей роботов (133 апвоута на HF) DeepCybo research
14 июл ABot-AgentOS: операционная система для роботизированных агентов с долгосрочной мультимодальной памятью Alibaba research
14 июл ABot-N1: базовая модель визуально-языковой навигации с архитектурой slow-fast Alibaba research
17 июл BadWAM: когда модели «мир-действие» правильно мечтают, но неправильно действуют research
20 июл Xiaomi-Robotics-1: масштабирование vision-language-action моделей на 100 000+ часов реальных траекторий Xiaomi Robotics research
22 июл Xiaomi-Robotics-1: масштабирование vision-language-action моделей на более чем 100 тыс. часов реальных траекторий Xiaomi Robotics research
22 июл RynnBrain 1.1: на пути к более способной и обобщающей embodied-модели Alibaba DAMO Academy research
26 июл Project Pilot от Anthropic проверяет, способны ли AI-модели управлять дронами Anthropic research
4 авг N0-TWAM: масштабирование тактильно-нативной world-action модели для манипуляций с контактом NeoteAI / Fudan TEAI research
13 мая World Action Models: первый систематический обзор воплощённых фундаментальных моделей, объединяющих моделирование мира и действия OpenMOSS research
28 июн Галлюцинации в моделях мира предсказуемы и предотвратимы UC San Diego research
29 апр Tencent выпустил обновление HY-Embodied-0.5-X для воплощённых агентов Tencent models-llm
21 июн Игровое агентное обучение роботов: самостоятельная игра формирует переносимые навыки UC Berkeley research
30 июн PhysisForcing: мировые модели с физическими ограничениями повышают успешность манипуляций роботов на 50% Peking University / NVIDIA research