Я разобрал всю цепочку создания гуманоидных роботов.

И она оказалась намного шире, чем я думал.

Вот три главных узких места, которые я вижу.

1. Приводы и точная механика

Именно этот слой должен дать роботам достаточную силу и точность в компактных, лёгких и надёжных суставах.

Нужно уместить двигатели, передачи и датчики в корпус человеческого размера без потери характеристик. Главная проблема — сделать такие суставы достаточно долговечными и при этом достаточно дешёвыми для массового производства.

Здесь выделяются SKF, Leaderdrive и Schaeffler.

Шведская SKF и китайская Leaderdrive объявили о совместном предприятии по производству высокоточных передач для суставов гуманоидных роботов. Они объединяют опыт SKF в подшипниках, знания Leaderdrive в робототехнике и промышленные мощности обеих компаний.

Немецкая Schaeffler тем временем разрабатывает линейные и вращательные приводы и уже подписала соглашения на разработку и поставки.

2. Руки и датчики

Увидеть предмет недостаточно, чтобы им манипулировать.

Робот должен понимать, с какой силой он его держит, замечать проскальзывание и успевать скорректировать движение до того, как предмет упадёт.

Figure прямо рассказывала, что была вынуждена разработать собственные тактильные датчики, потому что доступные решения оказались недостаточно надёжными для реального мира.

Проблема здесь не просто в ловкости. Нужна ловкость, которая выдерживает тысячи и миллионы повторений.

Здесь я уже смотрел на VPG, особенно на Micro-Measurements и их тензодатчики для измерения силы и крутящего момента.

Но есть и более широкие варианты.

Novanta через ATI делает датчики силы и крутящего момента. TE Connectivity работает одновременно с датчиками и соединениями, необходимыми для их интеграции.

3. Зрение и восприятие

Распознать чашку на изображении и точно понять, где она находится на кухне, — это две совершенно разные задачи.

Роботу нужно оценивать расстояние, замечать препятствия и отслеживать собственные движения, чтобы сохранять равновесие.

Здесь нужны датчики изображения, глубины и инерциальные измерительные модули.

Но настоящее узкое место — объединить все эти данные в надёжную систему восприятия в реальном времени, которая продолжит работать, пока робот движется или вокруг него меняется обстановка.

И здесь мне особенно интересны компании, которые могут поставлять сразу несколько ключевых компонентов, а не один отдельный датчик.

Производители роботов почти наверняка будут стремиться сокращать количество поставщиков.

Стоит запомнить STMicroelectronics, onsemi и Ouster.

У STMicroelectronics, кстати, набор технологий здесь просто огромный.

Вся эта история, скорее всего, будет развиваться не по прямой.

Уже были и ещё будут волны ажиотажа, за которыми последуют откаты. Массовое внедрение вполне может занять больше времени, чем сейчас ожидает рынок.

Но сама тема гуманоидных роботов, на мой взгляд, останется одной из крупнейших технологических историй ближайших лет.

Поэтому сейчас особенно важно понимать, кто именно что производит во всей этой цепочке, где появится реальный спрос и какие компании смогут его забрать.

GPT-6 Astra дали роботизированную руку, кисть и камеру, а затем попросили нарисовать мост Золотые Ворота в реальном мире.

Модель сама разобралась, как управлять роботом, и с каждой новой попыткой рисовала всё лучше.

Самое впечатляющее здесь даже не картина. Astra училась на собственных попытках и улучшала результат уже в физическом мире.

Даже тех, кто сам обучает модели, уже начинает сносить от их возможностей.

Только что увидел у друга скриншот поста одного серьёзного специалиста. Впечатляет.

Он попросил GPT-6 воспроизвести работу по трассировке электрических схем, которую сам делал на первом курсе.

И это был не какой-то обычный учебный проект. В своё время работу опубликовали в журнале категории CCF A, а ещё он подавал на неё патент.

В итоге GPT-6 воспроизвёл всё за одну минуту.

После этого он на ходу придумал одно направление для улучшения и попросил модель продолжить работу. Меньше чем за полдня новый вариант тоже был готов.

Но сильнее всего меня поразило даже не то, что модель за минуту воспроизвела научную работу.

А то, что автор этого поста сам участвовал в обучении GPT-6.

То есть даже человек, который находится максимально близко к модели, отлично понимает границы её возможностей и буквально участвовал в её создании, всё равно оказался поражён, когда начал использовать её в собственной исследовательской работе.

Дальше он написал фразу, которая мне особенно запомнилась.

Раньше research был похож на один очень длинный RL rollout. Одно направление можно было разрабатывать несколько месяцев или даже лет и только в конце понять, было ли оно правильным.

А теперь идею можно придумать утром, а уже днём получить результат её проверки.

Поэтому он написал, что раньше люди мечтали о том самом: «Утром познать истину — вечером можно и умереть».

Но если в будущем действительно можно будет каждое утро узнавать что-то новое, а каждый день перед тобой будут появляться новые ответы и новые методы, это ощущение вообще сложно описать.

Возможно, многие до сих пор думают, что GPT-6 — просто ещё одна более сильная модель.

Но за последние пару дней я всё отчётливее замечаю, что люди, которые реально занимаются ИИ, исследованиями и инженерией, реагируют на GPT-6 примерно одинаково.

Не то чтобы никто не ожидал, что этот день наступит.

Просто никто не думал, что даже когда он действительно наступит, это всё равно будет настолько впечатляюще.

И тем более никто не ожидал, что всё произойдёт так быстро.

Профессор кафедры машиностроения Вашингтонского университета Стив Брантон выложил на YouTube полный курс по теории управления для магистрантов и аспирантов. Бесплатно.

Курс называется Control Bootcamp.

Линейные системы, устойчивость и собственные значения, управляемость и наблюдаемость, размещение полюсов, фильтр Калмана, LQR / LQG, робастное управление, MPC — всё разбирается последовательно и с примерами в Matlab.

Брантон — Boeing Professor of AI & Data-Driven Engineering в Вашингтонском университете. Он получил степень бакалавра по математике в Caltech с дополнительной специализацией по управлению и динамическим системам, а затем докторскую степень по механической и аэрокосмической инженерии в Princeton.

Плейлист: https://youtube.com/playlist?list=PLMrJAkhIeNNR20Mz-VpzgfQs5zrYi085m

«Введение в теорию информации» — это набор лекционных материалов Стэнфорда, посвящённых математическим основам теории информации.

В них разбираются сжатие без потерь и с потерями, энтропия, относительная энтропия, взаимная информация, асимптотическое свойство равномерного распределения, кодирование Хаффмана, пропускная способность канала, гауссовские каналы, метод типов, теория скорость–искажение, совместное кодирование источника и канала и многое другое.

Полезный материал для всех, кому интересна математика, лежащая в основе информации, сжатия данных и связи.

Очень интересно.

https://web.stanford.edu/class/ee376a/files/lecture_notes.pdf

Чувак попросил Astra прочитать статью про DeepSeek V4.1 Flash и сравнить её с оригинальной архитектурой Transformer в 3D.

Можно приближать модель и рассматривать каждый элемент бок о бок.

Изменилось довольно многое.

Попробуйте сами:
https://transformer-architecture.petergostev.chatgpt.site

https://github.com/petergpt/transformer-architecture

Hugging Face завершила серию Training Agents — шесть практических воркшопов про оценку и обучение ИИ-агентов.

За полгода команда разобрала весь путь: от бенчмарков и SFT на трассах агентов до дистилляции, GRPO и обучения внутри реальных сред.

В финальной части они собрали среду на OpenEnv, подключили её к TRL и обучили реального агента для программирования OpenCode через Harbor в песочницах Hugging Face.

Все шесть записей уже доступны бесплатно, весь код открыт. Серия набрала более 300 тысяч просмотров.

Плейлист:
https://youtube.com/playlist?list=PLo2EIpI_JMQvQZm-kVlz4wY1vWF0LBcf5

Современный ИИ основан на математическом анализе.

Без производных не было бы градиентного спуска, обратного распространения ошибки, нейросетей и обучения с учителем. Без интегралов не было бы градиента политики, дообучения больших языковых моделей и обучения с подкреплением.

Теперь математический анализ можно самостоятельно изучить на ChapterPal по отличному учебнику «Active Calculus, 2-е издание» Мэтью Болкинса 2025 года.

В книге сотни иллюстраций и интерактивных упражнений. ChapterPal дополняет их проверочными тестами для контроля понимания и помощью преподавателя по запросу.

Читать:
https://chapterpal.com/book/9f5af026-5981-494c-aab0-ea0017d68955/active-calculus-2nd-edition

Data Engineering for Data Science — бесплатная книга в открытом доступе!

• Инженерия данных
• Жизненный цикл Data Science
• Управление данными
• Интеграция данных
• Объединение данных
• Отбор признаков
• Временные ряды
• MLOps и ML-пайплайны
• Архитектуры CPU–GPU
• Федеративное обучение
• Интерпретируемое машинное обучение
• Озёра данных
• Состязательное обучение
• Обнаружение мошенничества
• Приближённый вывод
• Анализ трафика и траекторий

Подробное руководство по современному стеку инженерии данных: от управления и интеграции данных до масштабируемой обработки, MLOps, федеративного обучения, интерпретируемого ИИ, озёр данных и продвинутой аналитики.

Мы стоим на пороге сверхинтеллекта.

Представили Recurrent Looped Transformer (RLT).

Теперь у нас есть трансформеры с бесконечной глубиной рассуждений.

С этого момента нам следует контролировать темп прогресса на передовом рубеже сверхинтеллекта, пока не будет достигнут безопасный сверхинтеллект.

https://github.com/yifanzhang-pro/recurrent-looped-tranformer

Financial Machine Learning (159 page PDF)

Глубокий разбор системной архитектуры ускорителя инференса OpenAI Jalapeno, который выходит далеко за рамки одних только FLOPS и показывает окружающую сетевую архитектуру, а также то, где именно ИИ реально дал прирост.

https://www.siliconcodesign.com/p/an-advanced-system-architecture-breakdown

Соберите человекоподобного робота самостоятельно

OpenArm — человекоподобный робот с открытым исходным кодом.

В проект входят полные CAD-модели, код управления, прошивка и инструменты симуляции — всё необходимое, чтобы собрать, модифицировать и использовать робота.

Манипуляторы спроектированы так, чтобы быть податливыми и допускающими обратное вращение приводов. Поддерживается телеуправление с силовой обратной связью и компенсацией гравитации в реальном времени, поэтому оператор может естественно направлять руку.

Что особенно важно, для симуляции OpenArm работает с MuJoCo и Isaac Sim. Это позволяет разработчикам тестировать политики в виртуальной среде до запуска на реальном железе.

Робота можно собрать самостоятельно из набора или купить уже собранным. Цель проекта — сделать такие системы доступнее для исследовательских лабораторий, небольших команд и энтузиастов.

Проект развивается в Токио. Его цель — снизить порог входа в эксперименты с ловкими роботизированными манипуляциями.

https://github.com/enactic/OpenArm

Тем временем в Китае.

«Последний ИИ, созданный людьми: на пути к настоящему рекурсивному самоулучшению».

Новая 75-страничная работа исследователей из Шанхайского университета Цзяотун, Университета Цинхуа, ByteDance, Shanghai AI Lab и других организаций описывает дорожную карту к настоящему рекурсивному самоулучшению.

Речь об ИИ-системах, которые не просто лучше выполняют задачи, а непрерывно улучшают сами механизмы, за счёт которых они становятся лучше.

Авторы описывают пять стадий роста автономности:

ИИ выполняет улучшения, разработанные человеком
сам выбирает стратегии собственного улучшения
сам решает, какой опыт и какие данные ему нужны
непрерывно адаптируется на основе обратной связи из реального мира
наконец достигает уровня L5, метаулучшения, где он изменяет и наследует сам процесс, используемый для создания более совершенных систем-преемников

https://arxiv.org/pdf/2609.11873

Большинство слышит «дообучение» и сразу думает, что мы обновляем миллиарды весов большой языковой модели.

Но часто это не так.

Современные методы дообучения позволяют адаптировать модель, почти не трогая её исходные предобученные веса.

Если вы переходите из Data Science в AI Engineering, стоит знать эти 5 подходов.

1. LoRA — учим обновление, а не сами веса

Замораживаем W.

Обучаем две небольшие матрицы:

ΔW = BA

То есть:

W' = W + BA

Фактически мы учим небольшую поправку к модели.

2. LoRA-FA — замораживаем ещё больше

Замораживаем W и A.

Обучаем только B.

Идея та же, но обучаемых параметров ещё меньше.

3. VeRA — не обучаем даже сами матрицы

Фиксируем случайные A и B.

Обучаем только небольшие векторы масштабирования, которые управляют вкладом этих матриц.

Очень высокая параметрическая эффективность.

4. Delta-LoRA — позволяем базовой модели тоже меняться

В отличие от обычной LoRA, здесь W тоже может обновляться, но эти изменения направляются низкоранговой адаптацией.

5. LoRA+ — та же LoRA, но с другой оптимизацией

A и B обучаются с разными скоростями обучения.

Обычно:

ηB > ηA

Главная идея здесь в том, что дообучение не обязательно означает переобучение всей модели.

LoRA → 2 матрицы
LoRA-FA → 1 матрица
VeRA → векторы масштабирования
LoRA+ → 2 матрицы с разными скоростями обучения
Delta-LoRA → низкоранговые обновления + изменяющиеся базовые веса

Пять подходов к одному и тому же вопросу:

какой минимум нам на самом деле нужно обучать?

Именно это и есть параметрически эффективное дообучение — концепция, которую стоит понимать специалистам по Data Science при переходе в AI Engineering.

«Введение в высшую инженерную математику и математический анализ» — это открытый учебник, который охватывает функции, комплексные числа, линейную алгебру, математический анализ, производные и интегралы, последовательности и ряды, ряды Тейлора, обыкновенные дифференциальные уравнения и уравнения в частных производных, ряды Фурье, разделение переменных, преобразования Фурье и Лапласа и многое другое.

Также есть заключительная глава о нейронных сетях прямого распространения, в которой рассматриваются линейные и нелинейные сети, функции ReLU, регрессия и теория приближений.

Почти 500 страниц — это довольно серьёзный материал, и он доступен бесплатно здесь:

https://open.oregonstate.education/app/uploads/sites/246/2023/06/Introduction_to_Advanced_Engineering_Mathematics_and_AnalysisA.pdf

«A Mathematical Explanation of Transformers» — свежая статья, в которой авторы строят строгую математическую модель архитектуры трансформеров и больших языковых моделей.

Трансформер рассматривается как дискретизация непрерывного интегро-дифференциального уравнения. Self-attention описывается как нелокальный интегральный оператор, нормализация слоя — как проекция на множество с ограничениями, а полносвязные слои и функции активации включаются в ту же математическую схему.

Затем через расщепление операторов и численную дискретизацию авторы получают стандартную архитектуру Transformer и расширяют этот подход на многоголовое внимание, Vision Transformer и сверточные трансформеры.

Я уже делился несколькими материалами по математике нейросетей, трансформеров и больших языковых моделей, но в этой области постоянно появляется что-то новое и интересное.

https://arxiv.org/pdf/2510.03989