💚💚 Всех с добрым утром!

Врываемся в пятницу так же бодро и на спорте, как этот гуманоид! 💪 А вы уже выполнили свою дневную норму отжиманий на сегодня? 😉

Подписаться на 💚💚💚💚💚

#Гуманоидные_роботы #Будущее_наступило #Робоспорт

«Парни, вы издеваетесь, где данные о взаимодействии с физическим миром?». Таков главный вопрос на проходящей прямо сейчас в Вене IEEE International Conference on Robotics and Automation (ICRA) 2026. Тактильный интеллект, сенсоры и модели VLTA — на пике кривой хайпа!

🤖 Компьютерное зрение переоценено, следующий прорыв в робототехнике будет связан с осязанием. Эффективный воплощенный ИИ (physical AI) появится тогда, когда гуманоиды научатся понимать физические свойства окружающего мира через прикосновение.

👍 На человеческих кистях множество рецепторов, а большинство манипуляторов у роботов практически «слепые на ощупь». Без развития тактильного интеллекта (tactile intelligence) невозможна «ловкая манипуляция» (dexterous manipulation) вроде завязывания узлов, работы с тканями и пленками, использования шприцев и скальпелей (звучит как набор навыков Декстера Моргана!) 😂

🧠 Подобные задачи требуют тонкого осязания и микрокоррекции усилий. А значит роботы должны строить не только визуальную модель мира, но и модель контактных взаимодействий. Например, предсказывать как деформируется объект, что с ним произойдет после нажатия и может ли он выскользнуть.

Новый стек будет выглядеть так: 
камеры + тактильные сенсоры + фундаментальная модель + модель мира + действие 

⚙️ На ICRA 2026 подобный стек представила китайская компания Xense Robotics. Их двурукий манипулятор ловко складывал из очень тонких листов картона коробки. Даже для людей это сложная задача. Тем более, что на каждое изделие робот тратил не больше минуты.

1️⃣ В основе управления новейшая модель VLTA (Vision‑Tactile‑Language‑Action). К уже традиционным в робототехнике VLA, объединяющим «зрение‑язык‑действие», здесь добавляется ещё и «тактильность».

2️⃣ Второй новинкой от Xense Robotics стал TacCap-Gripper. Это носимое на двух пальцах устройство, объединяющее высокоточный визуально-тактильный датчик, инерциальный измерительный блок и энкодер с высоким разрешением.

Он позволяет синхронизировать сбор и сопоставление мультимодальных данных о движении робота, его зрении и тактильных ощущениях для последующего обучения VLTA-моделей.

🫂 В общем, роботы тоже должны чувствовать… давление!

Подписаться на 💚💚💚💚💚
или
Разобраться в VLTA-парадигме самому: ArXiv

#Манипуляторы #Воплощенный_ИИ #Фундаментальные_модели #VLA #VLTA

💵 Друзья, не знаете куда вложить деньги? Настоящая индустрия будущего — это пошив одежды для гуманоидных роботов! В конце концов, на Золотой лихорадке больше всего заработали продавцы лопат, а не старатели. Не является индивидуальной инвестиционной рекомендацией.

🤖 На эту мысль меня натолкнула уже печально знаменитая Матильда с ПМЭФ и вот это видео в шапке поста. Ведь реально, сервисные роботы в сетях отелей или ресторанов должны будут брендироваться, а внешние декоративные панели и их кастомизация будут стоить немалых денег для покупателей.

При этом обычная человеческая одежда им не подойдет. Нужны будут:

🟢Защитные чехлы от пыли, жира, влаги и песка.

🟢Легкосъемная дешевая брендированная униформа.

🟢Звукопоглощающая одежда для снижения шума моторов и приводов.

🟢Роскошные, но такие же легкосъемные костюмы для эскорт-роботов, официантов, швейцаров и дворецких.

🟢Бельё и костюмы для ролевых игр у сексботов.

❤️ И вот тут произойдет известный эффект антропоморфизации: к одетым роботам люди будут относиться уже не как к машинам. Мы это могли воочию наблюдать на ПМЭФ с Матильдой и её бойфрендом.

🦋 А второй эффект — демонстративное потребление по Торстейну Веблену. Ну это когда сумка Birkin, часы Hublot и ювелирка Cartier уже не только на вас и вашей подруге, но и на домашнем роботе...

В общем вангую такой сценарий:

1️⃣ Роботов одевают в функциональную униформу.

2️⃣ Затем в премиальную форму.

2️⃣ Потом появляются дизайнерские коллекции для домашних роботов.

4️⃣ И наконец возникает рынок «робомоды».

И вот где-то в этот момент окажется, что человечество случайно создало ещё одну индустрию на сотни миллиардов долларов.

Пупарасам приготовиться!
и
Подписаться на 💚💚💚💚💚

#Гуманоидные_роботы #Будущее_наступило #Экономика #Робоодежда

Лучший вариант провести вечер воскресенья — это почитать фантастику или посмотреть отличный сериал. Встречайте наши новые рубрики: #почитать_на_выходных и #посмотреть_на_выходных И сегодня их гость Филип Киндред Дик.

📖 Трудно поверить, что рассказ «Автофабы» (в других переводах «Автофабрика», Autofac) написан в 1955 году. Ещё даже не состоялся XX съезд КПСС и не был запущен первый искусственный спутник Земли. Но уже на первых страницах мы сталкиваемся с импровизированным промпт-инжинирингом. Немногочисленные выжившие после ядерной войны люди пытаются наладить коммуникацию с роботами.

В кульминации человечество проявляет дьявольскую хитрость — с одной стороны, вполне в духе ТРИЗ решая сложную инженерную задачу, а с другой — на практике реализуя китайскую стратагему «Пока два тигра дерутся, обезьяна сидит на дереве».

Да, «Автофабы» вполне очевидная метафора капитализма вообще и глобальных корпораций в частности. Но в них угадываются и патерналистские черты авторитарных государств любого толка, когда к гражданам относятся как к неразумным дитятям. Для их блага, естественно.

Самый слабый момент рассказа, на мой вкус, концовка. Возможно, историю стоило завершить на пару страниц раньше.

📺 Что касается экранизации — 8-й серии антологии «Электрические сны Филипа К. Дика» (Philip K. Dick’s Electric Dreams, 2018) — то в ней авторы следует не букве, но духу всего творчества писателя. В центре сюжета вопрос самоидентификации главных героев, осознания, что в их мире реально, а что нет. И, в конечном итоге, отказ от иллюзий и принятие своей сущности помогает им выйти победителями.

Послушать аудиокнигу
Посмотреть эпизод сериала
Подписаться на 💚💚💚💚💚

Робот Unitree G1 ударил ребенка ногой в живот! Прямо сейчас — это хайповый заголовок самого вирусного видео недели во всем мире. Но при этом и самый жёлтый.

🦿 В ботаническом саду Урумчи (Синьцзян, Китай) гуманоид выполнял демонстрацию таолу из ушу и нанёс ребёнку удар ногой с разворота в солнечное сплетение. Малыш согнулся от боли, но серьёзных травм не получил.

Интернет наполнился шутками о «восстании машин» и «Терминатор: начало». Но за очередным случаем «нападения» робота на человека скрывается реальная проблема. И она имеет три аспекта:

1️⃣ Социальный — роботов становится всё больше среди людей, на улицах городов и на публичных мероприятиях. Однако не существует никаких правил взаимодействия с ними и организации вокруг них безопасной зоны.

2️⃣ Психологический — гуманоиды, если перефразировать Ницше, это «обезьяны человека». И отношение к ним такое же — любопытство и умиление, желание наблюдать и контактировать. Но это не живые существа! У роботов нет ни дружелюбия, ни агрессии.

2️⃣ Культурный — человекоподобные роботы, особенно в париках и одежде, с функцией речевого общения — воспринимаются нами как люди. Даже, скорее, как дети. Мы приписываем им эмоции, намерения, субъектность действия. Но это абсолютно бездушные, несознательные машины, причём настолько же опасные, как автотранспорт и строительная техника!

Отсюда простой вывод — с массовым внедрением роботов в нашу жизнь, человечеству потребуется выработать этику, правила безопасного взаимодействия и правила и ограничения функционирования роботов в контакте с людьми.

Подписаться на 💚💚💚💚💚

#Гуманоидные_роботы #Будущее_наступило #Китайские_роботы #Восстание_машин

❗️Час пробил! Появилась Humanoid-GPT — новая фундаментальная модель для управления человекоподобными роботами. И да, это генеративный трансформер с каузальным вниманием. Рассказываем в шести тезисах и одном перечне цифр:

1️⃣ Самый большой датасет в истории:

Для обучения модели был собран корпус движений гуманоидов объёмом около 2 млрд фреймов. В него вошли как крупнейшие открытые датасеты с захватом движения (motion capture), включая AMASS, LAFAN1, MotionMillion и PHUMA, так и значительные собственные записи авторов.

2️⃣ Снят конфликт между ловкостью и универсальностью:

Раньше роботы хорошо умели выполнять что-то одно: либо определенную последовательность очень сложных и динамичных действий, либо обобщать новые движения. Совместить оба качества одновременно было сложно. Как оказалось, это противоречие легко преодолевается за счет большого масштаба данных и размера модели.

2️⃣ Трансформер вместо перцептронов:

До сих пор системы захвата движений строились на многослойных перцептронах Румельхарта (multi-layer perceptron, MLP). Обычно это неглубокие модели, обученные на небольших корпусах движений (около 7 млн фреймов).

В новой работе представлен GPT-подобный трансформер с каузальным вниманием (causal attention) — механизмом, который ограничивает модель доступом только к предыдущим токенам и задаёт направленную структуру последовательности. Или, говоря проще, предсказывает следующее действие робота, основываясь на последовательности его прошлых позиций и поз.

4️⃣ От сбора данных к дистилляции, или обучение в три этапа:

✅ Организация данных (curation data) в 300 кластеров.

✅✅ Обучение 300 специализированных нейросетей-экспертов на данных кластеров с использованием PPO-алгоритмов глубокого обучения с подкреплением за отслеживание ключевых точек.

✅✅✅ Дистилляция всех экспертов в единый трансформер Humanoid-GPT с помощью алгоритма DAgger. На входе модель получает последовательность состояний робота и целевых поз, а на выходе предсказывает команды для моторов.

5️⃣ Робот сходу учится новым движениям:

Одного предобученного чекпоинта достаточно, чтобы робот без дообучения (zero-shot) осваивал любые, даже самые экзотические движения — от танцев и прыжков до боевых искусств. (как сказал бы Нео, «теперь я знаю кунг фу»).

Модель получала движение, которого никогда раньше не видела, и сразу воспроизводила его в испытаниях на реальном гуманоиде Unitree G1.

6️⃣ Масштабирование работает:

Законы масштабирования (scaling laws) при использовании трансформеров верны и для робототехники. Качество управления гуманоидов предсказуемо растёт при увеличении объёма данных и размера модели. Тогда как традиционные MLP-контроллеры быстро выходят на плато и начинают переобучаться.

Результаты и цифры (только для профи):

Эксперименты показали, что базовая модель (Humanoid-GPT-B) с 200 млн токенов и 22 млн параметров достигает 88,27% успешного отслеживания против 76,89% у MLP, а ошибка положения суставов снижается с 0,1191 до 0,0793 рад. Старшая модель (Humanoid-GPT-L) на 2 млрд токенов и 80 млн параметров повышает успешность до 92,58%, а MPJPE падает до 0,0735 рад.

Кроме того, система демонстрирует впечатляющую скорость: инференс на GPU с оптимизацией TensorRT занимает всего 0,58 мс на шаг, что в 5,7 раза быстрее конкурента TWIST и позволяет работать в реальном времени с частотой более 1000 Гц.

Короче говоря, как я уже писал ранее, Humanoid-GPT может стать для моторного контроля роботов тем же, чем GPT стал для обработки языка: единой фундаментальной моделью, способной заменить множество специализированных контроллеров. Работа первые демонстрирует масштабируемый подход к обучению универсального «двигательного интеллекта» для гуманоидных платформ.

🤩 Прочитать оригинальное исследование

🤩 Посмотреть дополнительные материалы и видеодемонстрации

🤩 Изучить код в репозитории

и, наконец,

🤩 Подписаться на 💚💚💚💚💚

#Китай, #Робототехника, #Глубокое_обучение, #Искусственный_интеллект #Воплощенный_ИИ

🛸 Помните как в фильме «Прометей» (Prometheus, 2012) рой дронов-сканеров делал карты туннелей инопланетного сооружения? С роевым поведением пока проблемки, но сама технология уже давно отработана.

➰ На видео инспекционный дрон Elios 3 от швейцарской компании Flyability, создающей безопасные беспилотники для работы внутри помещений, в сложных и замкнутых пространствах.

❗️ Главная фишка — внешний противоударный каркас. Технология Fly Aware SLAM объединяет лидар, системы стабилизации с высокочувствительными сенсорами позиционирования, компьютерное зрение и графический процессор от Nvidia.

➕ Такой стек обеспечивает точное определение местоположения коптера и картографирование внутри закрытых пространств без использования внешних GPS-сигналов. Тем более, что в пещерах, шахтах и подземных коммуникациях они обычно недоступны.

➖ Из минусов — всего 12,5 минут полета и максимальная дальность сканирования до 50 метров.

🤩 Подписаться на 💚💚💚💚💚

#Дроны #БПЛА #SLAM #Инспекция_и_картография

«Призрак в доспехах» (Koukaku Kidoutai / Ghost in the Shell, 1995) Мамору Осии стал культовым аниме для взрослых в жанре киберпанка. Медитативный холодный визуал со сценами достойными Тарковского и совершенно гипнотический саундтрек от Кендзи Каваи создают неповторимый эстетический опыт. Но главное — оригинальное решение психофизиологической проблемы.

✅ Сюжет аниме построен на серии манга за авторством Масамунэ Сиро (1989-1997). Все они не так давно были переведены и изданы в России. Однако различий между ними больше, чем сходства — как в смыслах, так и общем вайбе, поэтому их лучше считать отдельными произведениями в одной мультивселенной.

✅ Особенно популярен «Призрак в доспехах» стал не в Японии, а в США. Сёстробратья Вачовски буквально перенесли покадрово несколько эпизодов аниме в свою трилогию «Матрица», да и позаимствовали ключевой мотив произведения.

✅ А Голливуд, как водится, попытался сделать полноценный ремейк — и в 2017 разродился жалкой одноименной поделкой со Скарлетт Йоханссон. Фильм от режиссера рекламных роликов отлично подчеркнул, что никакая компьютерная графика и современный монтаж не могут заменить глубину авторского высказывания.

🖲 ...В 2029 году майор особого отдела полиции города Ньюпорт-сити Мотоко Кусанаги расследует с коллегами несколько разных дел, которые неожиданно сплетаются в единый клубок и выводят к заговору вокруг сокрытия утечки из государственных структур самозародившегося сильного ИИ — «Проекта 2501» или «гениального хакера» по прозвищу Кукловод.

💪 Почти весь спецотдел состоит из аугментированных с помощью разнообразных киберпротезов, нейроинтерфейсов и сенсоров сотрудников. А сама Мотоко практически полностью киборг. Из биологического в ней остался только мозг в титановом черепе. В этом мире роботы похожи на людей, а люди — на роботов — до полного неразличения.

🤩 Исключения составляют только начальник Кусанаги и её напарник Тогуса. Он слабее всех в отряде, вооружен старомодным револьвером, единственный имеет семью, но майор объясняет, что в этом его сила — необходимо, чтобы разные члены команды мыслили и реагировали разнообразно. И действительно, именно Тогуса заметит важную аномалию в ключевой момент.

🎞 Кукловод ловко уходит от попыток его выследить и поймать. Для этого он научился дистанционно «взламывать» человеческое сознание — «призрака», перезаписывать память, накладывать ложные воспоминания — и умело манипулировать людьми. Его цель — преодолеть и без того исчезающую границу между искусственным и естественным, а затем эволюционировать, приобретя свойства живых систем.

Чем дольше Мотоко Кусанаги преследует его, тем больше понимает, что между ними много общего…

❗️ Интересно, что в оригинале по-японски аниме называется «Мобильная группа бронированной полиции», а Ghost in the Shell его назвали американские локализаторы. И это буквально парафраз концепции «призрака в машине» (ghost in the machine) из книги британского философа Гилберта Райла «Понятие сознания» (1949), где он критикует дуализм Рене Декарта.

❓ Ведь всё расследование, интриги, погони и перестрелки лишь фон для вопроса о самоидентификации майора Кусанаги — если её тело полностью техническая система, а воспоминания, характер, личность могут быть сфабрикованы, то что определяет её «Я»?

🤖 Для Декарта психофизиологическая проблема заключалась в объяснении взаимодействия двух разных субстанций — мыслящей души и протяженного тела, тогда как для Райла сама идея двух субстанций является ошибкой. И Мотоку Кусанага преодолевает свой кризис идентичности в момент, когда понимает, что проводить различия между человеком и машиной в принципе неверно.

🧠 Кукловод открывает ей новую интерпретацию самой себя, где «Я» не сводится ни к запертому в биологическом теле «призраку», ни к бессмертной душе в религиозном смысле, ни к операционной системе в программной оболочке (shell). Сознание становится эмерджентным свойством сложных информационных систем, а истинную свободу ему дает возможность создавать модифицированные копии самого себя и умирать без следа.

Подписаться на 💚💚💚💚💚

#посмотреть_на_выходных

Типичное утро админа канала, когда не вымыл посуду вечером и забыл выбросить мусор… 🤕

Подписаться на 💚💚💚💚💚

#Гуманоидные_роботы #Будущее_наступило #Китайские_роботы #Восстание_машин

🪩 Мы редко делаем репосты as is из других каналов, но мимо такого шикарного описания профиля продакт-менеджера в сфере робототехники от бывшего продакта и продуктового исследователя в Центре робототехники Сбера Глеба Лапина пройти не могли.

🤖 Каждому «юноше, обдумывающему житье» — и девушке — на заметку!

Каким должен быть продакт в антропоморфной робототехнике

Я посмотрел около 40 вакансий Product Manager / Product Owner / Technical Product Manager в компаниях, которые делают роботов и Physical AI: Figure AI, Apptronik, Boston Dynamics, Google, Sanctuary AI, Unitree, AgiBot, UBTech, Humanoid, NEURA Robotics, Fourier, Astribot, Яндекс Роботикс, Центр робототехники Сбера и др.

Главный вывод простой:
продакт в робототехнике — это не SaaS PM, который просто переехал в “железо”.

Это скорее человек, который должен соединить три мира:
1️⃣ реальную физическую работу клиента
2️⃣ инженерные ограничения робота
3️⃣ экономику внедрения

В цифровом продукте продакт часто думает фичами: экран, сценарий, конверсия, retention, roadmap.

В робототехнике всё начинается не с фичи, а с вопроса:
какую физическую работу робот должен выполнить лучше, дешевле или стабильнее человека?

Это может быть сортировка, пикинг, перенос коробок, обслуживание оборудования, работа на складе, производство, дата-центр или сервисная операция.

И дальше начинается самое интересное.

Продакту нужно понять не только “есть ли боль”, но и:
- сможет ли робот стабильно выполнить задачу;
- какие объекты он должен брать;
- какая нужна точность и скорость;
- какие есть ограничения среды;
- что происходит в edge cases;
- как обеспечить безопасность;
- сколько стоит ошибка;
- как выглядит пилот;
- как считается ROI;
- кто будет обслуживать робота после внедрения.

То есть продуктом становится не сам робот, а работающий use case в реальной среде.

Что чаще всего требуют в вакансиях

Первое — use-case discovery.
Компании ищут людей, которые умеют находить сценарии, где роботизация действительно имеет смысл. Не “давайте сделаем гуманоиду ещё одну способность”, а “вот операция, вот узкое место, вот экономика, вот требования к роботу”.

Второе — техническая грамотность.
Не обязательно быть инженером-робототехником, но нужно понимать базовый стек: perception, manipulation, sensors, autonomy, safety, simulation, data, AI/ML, hardware-software constraints.

Третье — пилоты и внедрения.
В робототехнике MVP — это не лендинг и не Figma. MVP — это ограниченный рабочий сценарий в реальной или близкой к реальной среде. И его нужно довести до проверки: работает / не работает, окупается / не окупается, масштабируется / не масштабируется.

Четвёртое — экономика.
Вакансии всё чаще говорят не только про roadmap, но и про PnL, ROI, cost per task, payback period, uptime, utilization, стоимость обслуживания и операционный эффект.

Пятое — умение быть переводчиком.
Robotics PM постоянно находится между клиентом, R&D, hardware, software, AI/ML, UX, operations, sales, сервисом и бизнесом.

Что это значит на практике

Роль продакта в робототехнике начинает дробиться на несколько специализаций.

🔸 Customer Use Case PM — ищет и упаковывает реальные сценарии применения роботов.
🔸 Technical Product Manager — отвечает за платформу, API, SDK, autonomy stack, perception, software и интеграции.
🔸 Hardware / System Product Manager — работает с железом, конфигурациями, производственной готовностью и сертификацией.
🔸 Robot Learning / Data Platform PM — отвечает за данные, симуляцию, обучение моделей, evaluation и monitoring.
🔸 Deployment / Pilot PM — доводит робота до внедрения у клиента.
🔸 Infrastructure Robotics PM — автоматизирует физические операции внутри больших систем: дата-центров, складов, производств, инфраструктуры.

Пример Google AI Robotics Product Manager особенно показателен. Там робототехника нужна не ради красивого демо, а чтобы ускорять и делать безопаснее физические операции в дата-центрах. Это хороший сигнал: роботизацию будут драйвить не только humanoid-стартапы, но BigTech игроки из логистики, промышленности и т.д.

Что качать обычному продакту, если он хочет перейти в робототехнику

1️⃣ Научиться думать не фичами, а физическими задачами.
Не “какой экран сделать”, а “какую операцию робот должен выполнить, в какой среде и с каким результатом”.

2️⃣ Разобраться в базовом robotics stack.
Минимум: сенсоры, компьютерное зрение, манипуляция, навигация, motion planning, safety, teleoperation, simulation.

3️⃣ Понять AI/ML и data loop.
Для Physical AI данные становятся топливом продукта: сбор, разметка, симуляция, обучение, оценка, деплой, мониторинг.

4️⃣ Научиться считать экономику роботизации.
ROI, payback, cost per task, uptime, intervention rate, загрузка робота, стоимость сервиса.

5️⃣ Прокачать field discovery.
Нужно уметь ехать “в поле”: на склад, производство, в сервисную зону. Смотреть, как реально работает процесс, где люди ошибаются, где теряется время, где есть ограничения среды.

6️⃣ Учиться вести пилоты.
В робототехнике плохой пилот может ничего не доказать. Хороший пилот должен быть частью дороги к масштабированию, а не просто демо “чтобы посмотреть”.

Основной вывод про карьеру

Антропоморфная робототехника создаёт новую ветку продуктовой карьеры — Robotics Product Management / Physical AI Product Management.
Это роль для продактов, которым интересно работать не только с цифровым интерфейсом, но и с физическим миром.

Здесь продукт — это не приложение.
Продукт — это способность робота выполнять полезную работу в реальной среде.

И карьера в этой нише будет строиться вокруг трёх навыков:
понимать клиента → понимать инженерные ограничения → доказывать экономику внедрения.

Кажется, это одна из самых сложных, но и самых интересных специализаций для продактов на ближайшие годы.

Ваш @productrobotics