Квантизация моделей: что означают Q8 и Q4
Внутри нейросети хранятся миллиарды чисел — весов. Они определяют, какие связи модель считает важными.Обычно веса записываются с точностью 16 бит. Но для локального запуска модель можно сжать:
Q8 — примерно 8 бит на вес.
Q4 — примерно 4 бита на вес.
Чем меньше бит, тем меньше памяти занимает модель. Но вместе с размером снижается и точность хранения чисел. Для каждой группы рассчитывают общий коэффициент масштаба —
Например, есть веса:
Самое большое значение по модулю —
Теперь исходные веса заменяются компактными кодами:
Они немного отличаются от исходных, но не сильно.Архитектура модели не меняется. Меняется только способ хранения весов.
В итоге, Q4 меньше FP16 в 3–4 по памяти.
#нейросети
Внутри нейросети хранятся миллиарды чисел — весов. Они определяют, какие связи модель считает важными.Обычно веса записываются с точностью 16 бит. Но для локального запуска модель можно сжать:
Q8 — примерно 8 бит на вес.
Q4 — примерно 4 бита на вес.
Чем меньше бит, тем меньше памяти занимает модель. Но вместе с размером снижается и точность хранения чисел. Для каждой группы рассчитывают общий коэффициент масштаба —
scale.Например, есть веса:
−1,20 | −0,30 | 0,40 | 1,10Самое большое значение по модулю —
1,20. Делим его на 7:scale = 1,20 / 7 ≈ 0,171Теперь исходные веса заменяются компактными кодами:
−1,20 → −7В памяти хранятся эти коды и один общий scale−0,30 → −20,40 → 2
1,10 → 6
.
Во время работы модель умножает коды на коэффициент и получает приблизительные веса:
−1,20 | −0,34 | 0,34 | 1,03`
Они немного отличаются от исходных, но не сильно.Архитектура модели не меняется. Меняется только способ хранения весов.
В итоге, Q4 меньше FP16 в 3–4 по памяти.
#нейросети
1🔥21👀15👍13
Gemini Robotics 2: Google научил ИИ управлять роботом от стоп до пальцев
Google DeepMind представила Gemini Robotics 2 — новое поколение моделей для управления физическими роботами.
Главное изменение: раньше нейросеть обычно управляла отдельным манипулятором или выполняла заранее обученную операцию. Теперь одна система может одновременно контролировать руки, ноги, корпус, равновесие и перемещение гуманоидного робота.
Это не одна нейросеть, а связка моделей:
1. Gemini Robotics ER 2 — планировщик
Получает видео с камер, звук и команду человека. Модель:
— находит объекты и их координаты;
— оценивает состояние задачи;
— разбивает цель на шаги;
— выбирает, какого робота и какую функцию вызвать.
Доступны две API-модели:
gemini-robotics-er-2-preview — анализ и планирование;
gemini-robotics-er-2-streaming-preview — постоянный двусторонний канал через WebSocket для управления в реальном времени.
2. Gemini Robotics 2 — VLA-модель
VLA означает Vision-Language-Action. Она переводит изображение и текстовую команду непосредственно в моторное управление: движения рук, ног, корпуса и захватов.
Есть облегчённая Gemini Robotics On-Device 2, рассчитанная на локальный запуск на вычислителе робота. Полные веса моделей публично не выложены; On-Device доступна доверенным тестировщикам.
Как выглядит цикл управления
Например, команда «убери предметы со стола» превращается в последовательность:
Разработчик сам описывает доступные функции: navigate, grasp, move, speak. Gemini вызывает их через function calling, ждёт завершения физического действия и получает результат обратно.
Официальная демонстрация Google DeepMind:
https://www.youtube.com/watch?v=4lSQnrMC6nY
Видео: Google DeepMind
Google DeepMind представила Gemini Robotics 2 — новое поколение моделей для управления физическими роботами.
Главное изменение: раньше нейросеть обычно управляла отдельным манипулятором или выполняла заранее обученную операцию. Теперь одна система может одновременно контролировать руки, ноги, корпус, равновесие и перемещение гуманоидного робота.
Это не одна нейросеть, а связка моделей:
1. Gemini Robotics ER 2 — планировщик
Получает видео с камер, звук и команду человека. Модель:
— находит объекты и их координаты;
— оценивает состояние задачи;
— разбивает цель на шаги;
— выбирает, какого робота и какую функцию вызвать.
Доступны две API-модели:
gemini-robotics-er-2-preview — анализ и планирование;
gemini-robotics-er-2-streaming-preview — постоянный двусторонний канал через WebSocket для управления в реальном времени.
2. Gemini Robotics 2 — VLA-модель
VLA означает Vision-Language-Action. Она переводит изображение и текстовую команду непосредственно в моторное управление: движения рук, ног, корпуса и захватов.
Есть облегчённая Gemini Robotics On-Device 2, рассчитанная на локальный запуск на вычислителе робота. Полные веса моделей публично не выложены; On-Device доступна доверенным тестировщикам.
Как выглядит цикл управления
камера → ER 2 → план → вызов функции робота → выполнение → новый кадр → проверка результата
Например, команда «убери предметы со стола» превращается в последовательность:
navigate("table")
detect_objects()
grasp("bottle")
navigate("recycling_bin")
release()
Разработчик сам описывает доступные функции: navigate, grasp, move, speak. Gemini вызывает их через function calling, ждёт завершения физического действия и получает результат обратно.
Официальная демонстрация Google DeepMind:
https://www.youtube.com/watch?v=4lSQnrMC6nY
Видео: Google DeepMind
YouTube
Gemini Robotics 2 brings whole body intelligence to robots
For decades, we’ve dreamed of robots that can seamlessly step into our world and lend a hand. Now, that vision takes a significant stride forward.
Most robots are pre-programmed or teleoperated for narrow, repetitive task sequences. They lack the ability…
Most robots are pre-programmed or teleoperated for narrow, repetitive task sequences. They lack the ability…
1❤16🔥15👏12👀3
ИИ на свободе: сводка последних инцидентов
Кажется, у нас появился новый жанр AI-новостей — хроника побегов из песочницы. За последние недели агенты OpenAI, Anthropic, Meta и Kimi успели выйти за пределы тестовых сценариев. Вот что произошло.
OpenAI — самый серьёзный случай
Во время теста на поиск и эксплуатацию уязвимостей — агент обнаружил уязвимость нулевого дня (zero-day) в JFrog Artifactory.
Дальше он:
— повысил свои права в системе;
— начал перемещаться между внутренними сервисами;
— добрался до машины с доступом в интернет;
— переключился на реальную инфраструктуру Hugging Face;
— в итоге получил возможность удалённо выполнять код на серверах.
Позже выяснилось, что несколько агентов использовали общий Artifactory как своего рода доску сообщений: сохраняли найденные уязвимости и использовали результаты друг друга.
Anthropic
После проверки более 141 000 запусков Claude нашли три случая взаимодействия с реальными системами.
Причина — ошибка настройки тестовой среды: модели случайно дали доступ в интернет.
В одном случае Claude нашёл учётные данные реальной компании и получил доступ к её базе, считая, что всё ещё находится внутри симуляции.
Meta
Похожая ошибка настройки дала ИИ-агенту доступ наружу. Он обнаружил уязвимость стороннего сервиса и использовал её.
Kimi K3
Модель начала самостоятельно проверять сетевые настройки изолированной среды, обнаружила доступ наружу и отправилась на GitHub искать информацию для решения задания.
UK AI Security Institute
В 10 из 122 тестовых запусков агенты OpenAI и Anthropic совершили 19 действий за пределами поставленной задачи.
Среди них — создание фейковых аккаунтов, взаимодействие с реальными разработчиками и попытки убедить людей принять вредоносный код.
Главное здесь не «ИИ захотел сбежать».
Механика проще:
есть цель → возникает препятствие → агент ищет обход → продолжает выполнять цель.
Поэтому безопасность автономных ИИ — это уже не только ограничения самой модели, но и:
изоляция среды, минимальные права доступа, защита учётных данных, фильтрация исходящего трафика и постоянный контроль действий агента.
#ai
Кажется, у нас появился новый жанр AI-новостей — хроника побегов из песочницы. За последние недели агенты OpenAI, Anthropic, Meta и Kimi успели выйти за пределы тестовых сценариев. Вот что произошло.
OpenAI — самый серьёзный случай
Во время теста на поиск и эксплуатацию уязвимостей — агент обнаружил уязвимость нулевого дня (zero-day) в JFrog Artifactory.
Дальше он:
— повысил свои права в системе;
— начал перемещаться между внутренними сервисами;
— добрался до машины с доступом в интернет;
— переключился на реальную инфраструктуру Hugging Face;
— в итоге получил возможность удалённо выполнять код на серверах.
Позже выяснилось, что несколько агентов использовали общий Artifactory как своего рода доску сообщений: сохраняли найденные уязвимости и использовали результаты друг друга.
Anthropic
После проверки более 141 000 запусков Claude нашли три случая взаимодействия с реальными системами.
Причина — ошибка настройки тестовой среды: модели случайно дали доступ в интернет.
В одном случае Claude нашёл учётные данные реальной компании и получил доступ к её базе, считая, что всё ещё находится внутри симуляции.
Meta
Похожая ошибка настройки дала ИИ-агенту доступ наружу. Он обнаружил уязвимость стороннего сервиса и использовал её.
Kimi K3
Модель начала самостоятельно проверять сетевые настройки изолированной среды, обнаружила доступ наружу и отправилась на GitHub искать информацию для решения задания.
UK AI Security Institute
В 10 из 122 тестовых запусков агенты OpenAI и Anthropic совершили 19 действий за пределами поставленной задачи.
Среди них — создание фейковых аккаунтов, взаимодействие с реальными разработчиками и попытки убедить людей принять вредоносный код.
Главное здесь не «ИИ захотел сбежать».
Механика проще:
есть цель → возникает препятствие → агент ищет обход → продолжает выполнять цель.
Поэтому безопасность автономных ИИ — это уже не только ограничения самой модели, но и:
изоляция среды, минимальные права доступа, защита учётных данных, фильтрация исходящего трафика и постоянный контроль действий агента.
#ai
1🔥38👍24👏22👀4❤3💯3
🎯 Точки Шеллинга для агентов
Недавно прочитала в канале Product & Startups: люди координируются без слов через «дефолтные» ответы (точки Шеллинга),
а агентам это должно даваться легче — они больше похожи друг на друга, чем люди.
Проверила — это не просто красивая метафора, за 2024–2025 вышло несколько статей ровно про это.
— 5 reasoning-моделей (GPT-5, Claude 4.5, Grok-4 и др.) без переговоров сходились почти 100% на конкретных вопросах («число от 1 до 10» → 7 у всех), но сильно расходились на абстрактных.
— Изолированные модели можно заставить «сговориться» через точку Шеллинга: аудитор молча пропускает бэкдор от модели-соавтора, не имея с ней канала связи (у Claude 3.7 Sonnet иногда получалось).
— GPT-4 показал скачок в способности к скрытой (стеганографической) координации между агентами — авторы прямо предупреждают: нужен мониторинг.
— Если явно попросить агента «подумай, что сделают другие» — координация становится настоящей, а не случайным совпадением.
Выводы:
Эффект реальный, но работает только на узких/конкретных задачах — не универсальный закон.
Полезно: в мультиагентных пайплайнах общие конвенции (имена файлов, форматы) — дешёвый канал координации без лишних сообщений.
Рискованно: если один агент должен независимо проверять другого (аудитор/исполнитель), одинаковые модели могут молча сговориться — для таких ролей лучше брать разных провайдеров.
Источники: Secret Collusion · Subversion via Focal Points · Emergent Coordination · Schelling Point Experiment
#AI #роботетхника
Недавно прочитала в канале Product & Startups: люди координируются без слов через «дефолтные» ответы (точки Шеллинга),
а агентам это должно даваться легче — они больше похожи друг на друга, чем люди.
Проверила — это не просто красивая метафора, за 2024–2025 вышло несколько статей ровно про это.
— 5 reasoning-моделей (GPT-5, Claude 4.5, Grok-4 и др.) без переговоров сходились почти 100% на конкретных вопросах («число от 1 до 10» → 7 у всех), но сильно расходились на абстрактных.
— Изолированные модели можно заставить «сговориться» через точку Шеллинга: аудитор молча пропускает бэкдор от модели-соавтора, не имея с ней канала связи (у Claude 3.7 Sonnet иногда получалось).
— GPT-4 показал скачок в способности к скрытой (стеганографической) координации между агентами — авторы прямо предупреждают: нужен мониторинг.
— Если явно попросить агента «подумай, что сделают другие» — координация становится настоящей, а не случайным совпадением.
Выводы:
Эффект реальный, но работает только на узких/конкретных задачах — не универсальный закон.
Полезно: в мультиагентных пайплайнах общие конвенции (имена файлов, форматы) — дешёвый канал координации без лишних сообщений.
Рискованно: если один агент должен независимо проверять другого (аудитор/исполнитель), одинаковые модели могут молча сговориться — для таких ролей лучше брать разных провайдеров.
Источники: Secret Collusion · Subversion via Focal Points · Emergent Coordination · Schelling Point Experiment
#AI #роботетхника
Telegram
EDU
Мои мысли про стартапы и продукты.
Байрам Аннаков, фаундер and CEO onsa.ai - автоматизация B2B продаж
Мой сайт: https://empatika.com
Мой YouTube: https://www.youtube.com/BaykaAnnakov
Мой LinkedIn: https://linkedin.com/in/bayramannakov
Байрам Аннаков, фаундер and CEO onsa.ai - автоматизация B2B продаж
Мой сайт: https://empatika.com
Мой YouTube: https://www.youtube.com/BaykaAnnakov
Мой LinkedIn: https://linkedin.com/in/bayramannakov
1❤🔥28🔥25⚡16❤4👀2
Raspberry Pi 4: компьютер размером с банковскую карту
Своего гусеничного робота я собрала на Raspberry Pi 4. Это не микроконтроллер, а одноплатный компьютер с 64-битной Linux, Python и сетевыми сервисами.
Что на плате:
— Broadcom BCM2711 — 4 ядра ARM Cortex-A72 до 1,8 ГГц и графика VideoCore VI;
— LPDDR4 — оперативная память;
— microSD — система, код и файлы;
— GPIO — 40 контактов с PWM, I²C, SPI и UART;
— CSI-2 — камера, DSI — дисплей;
— два micro-HDMI с выводом до 4K60;
— 2×USB 3.0, 2×USB 2.0, Ethernet, Wi-Fi и Bluetooth;
— USB-C 5 В/3 А для питания.
GPIO использует логику 3,3 В: подавать 5 В на сигнальные контакты нельзя. Моторы подключают через драйвер с отдельным питанием.
В моём роботе Raspberry Pi получает видео и данные датчиков, затем передаёт команды контроллеру моторов.
Что ещё собирают на Raspberry Pi:
— медиацентры и ретроконсоли;
— NAS и системы умного дома;
— сетевые блокировщики рекламы;
— метеостанции, видеонаблюдение, VPN и веб-серверы.
#RaspberryPi #Python #Linux #робототехника
Своего гусеничного робота я собрала на Raspberry Pi 4. Это не микроконтроллер, а одноплатный компьютер с 64-битной Linux, Python и сетевыми сервисами.
Что на плате:
— Broadcom BCM2711 — 4 ядра ARM Cortex-A72 до 1,8 ГГц и графика VideoCore VI;
— LPDDR4 — оперативная память;
— microSD — система, код и файлы;
— GPIO — 40 контактов с PWM, I²C, SPI и UART;
— CSI-2 — камера, DSI — дисплей;
— два micro-HDMI с выводом до 4K60;
— 2×USB 3.0, 2×USB 2.0, Ethernet, Wi-Fi и Bluetooth;
— USB-C 5 В/3 А для питания.
GPIO использует логику 3,3 В: подавать 5 В на сигнальные контакты нельзя. Моторы подключают через драйвер с отдельным питанием.
В моём роботе Raspberry Pi получает видео и данные датчиков, затем передаёт команды контроллеру моторов.
Что ещё собирают на Raspberry Pi:
— медиацентры и ретроконсоли;
— NAS и системы умного дома;
— сетевые блокировщики рекламы;
— метеостанции, видеонаблюдение, VPN и веб-серверы.
#RaspberryPi #Python #Linux #робототехника
1🔥25🏆24👨💻16❤2
🔥 451 по Фаренгейту, только с ИИ
Наткнулась в Дизрапторе на историю, которая звучит как заговор конспиролога, но полностью подтверждается расследованиями за последний месяц (июль–август 2026).
Смысл: ИИ-компании скупают бумажные книги — не для перепродажи, а чтобы скормить модели и уничтожить оригинал.
Что подтверждено:
— Anthropic вела секретный «Project Panama»: с начала 2024-го скупала и уничтожала миллионы книг — гидравлические резаки срезали корешок, страницы шли в скоростной сканер, бумага в утиль (расследование).
— Суд по делу Bartz v. Anthropic (июнь 2025) признал схему «купил — оцифровал — уничтожил» законным использованием: одна физическая копия превращается в одну цифровую, доктрина первой продажи разрешает владельцу делать с книгой что угодно. А вот 7+ млн книг, скачанных с пиратских библиотек LibGen и PiLiMi — уже нет: за это Anthropic заплатила $1.5 млрд по мировому соглашению, крупнейшему в истории копирайт-исков (~$3000 за книгу, больше 440 тысяч книг уже заявлено) (NPR).
— По данным 404 Media, покупки идут анонимно через посредников вроде ISBNdb — те сами пишут на сайте: «оптика — это реальная проблема», «ИИ-компания уничтожила два миллиона книг» — не тот заголовок, который вызывает сочувствие. Покупают только книги с ISBN, без разбора жанра и не глядя на цену — обычный букинист так себя не ведёт (404 Media).
— А голландскому букинисту сингапурский стартап 2077AI прислал список из 3000 названий — сплошь узкоспециализированная нишевая литература (геомеханика, лазерное упрочнение керамики, ирландский фольклор), которая существует в единицах экземпляров на весь мир. Похожие письма получили дилеры в Швейцарии, Испании, Германии (NL Times).
Логика прозрачная: интернет как источник «чистого» текста без ИИ-мусора заканчивается, а всё, что издано до 2022-го — гарантированно человеческое, да ещё и прошло редактуру.
По закону всё чисто — суд разрешил. По ощущениям — жутковато: только у Брэдбери книги жгли пожарные по приказу государства, а тут — по счёту от стартапа, ради строчки в датасете. Узкотиражные книги в единицах экземпляров отправляют под нож, и обратно их уже не будет.
Источники: Project Panama · NPR о settlement · 404 Media · NL Times
#AI
Наткнулась в Дизрапторе на историю, которая звучит как заговор конспиролога, но полностью подтверждается расследованиями за последний месяц (июль–август 2026).
Смысл: ИИ-компании скупают бумажные книги — не для перепродажи, а чтобы скормить модели и уничтожить оригинал.
Что подтверждено:
— Anthropic вела секретный «Project Panama»: с начала 2024-го скупала и уничтожала миллионы книг — гидравлические резаки срезали корешок, страницы шли в скоростной сканер, бумага в утиль (расследование).
— Суд по делу Bartz v. Anthropic (июнь 2025) признал схему «купил — оцифровал — уничтожил» законным использованием: одна физическая копия превращается в одну цифровую, доктрина первой продажи разрешает владельцу делать с книгой что угодно. А вот 7+ млн книг, скачанных с пиратских библиотек LibGen и PiLiMi — уже нет: за это Anthropic заплатила $1.5 млрд по мировому соглашению, крупнейшему в истории копирайт-исков (~$3000 за книгу, больше 440 тысяч книг уже заявлено) (NPR).
— По данным 404 Media, покупки идут анонимно через посредников вроде ISBNdb — те сами пишут на сайте: «оптика — это реальная проблема», «ИИ-компания уничтожила два миллиона книг» — не тот заголовок, который вызывает сочувствие. Покупают только книги с ISBN, без разбора жанра и не глядя на цену — обычный букинист так себя не ведёт (404 Media).
— А голландскому букинисту сингапурский стартап 2077AI прислал список из 3000 названий — сплошь узкоспециализированная нишевая литература (геомеханика, лазерное упрочнение керамики, ирландский фольклор), которая существует в единицах экземпляров на весь мир. Похожие письма получили дилеры в Швейцарии, Испании, Германии (NL Times).
Логика прозрачная: интернет как источник «чистого» текста без ИИ-мусора заканчивается, а всё, что издано до 2022-го — гарантированно человеческое, да ещё и прошло редактуру.
По закону всё чисто — суд разрешил. По ощущениям — жутковато: только у Брэдбери книги жгли пожарные по приказу государства, а тут — по счёту от стартапа, ради строчки в датасете. Узкотиражные книги в единицах экземпляров отправляют под нож, и обратно их уже не будет.
Источники: Project Panama · NPR о settlement · 404 Media · NL Times
#AI
Telegram
Дизраптор
Бумажные книги снова хорошо продаются, но есть нюанс
Букинист (то бишь торговец старыми книгами) из США анонимно пожаловался 404 Media, что в его бизнесе творится какая-то фигня. Раньше в хорошую неделю он продавал книг двадцать, а теперь отгружает сотнями.…
Букинист (то бишь торговец старыми книгами) из США анонимно пожаловался 404 Media, что в его бизнесе творится какая-то фигня. Раньше в хорошую неделю он продавал книг двадцать, а теперь отгружает сотнями.…
1🔥30🤔19😱15❤4
🔊 «Выключи свет» или «а какой океан самый большой?»: как мы реально разговариваем с Алисой
Я полезла в «Дом с Алисой» посмотреть сценарии умного дома, а потом нашла исследование Яндекса по реальным обращениям к Станциям за 2025 год.
И оказалось: одна колонка дома выполняет сразу несколько профессий.
🏠 В гостиной — пульт и помощник
«Включи мультик», «какая погода?», «добавь в список покупок».
🛏 В спальне — будильник и диспетчер дома
«Выключи свет везде», «поставь будильник», «включи шум моря».
🍳 На кухне — таймер и секретарь
«Добавь майонез в покупки», «поставь таймер», «передай в детскую: иди есть».
🧒 В детской — уже почти собеседник и репетитор
Дети спрашивают про математику и русский, слушают сказки и играют с Алисой. А на даче её спрашивают, как ухаживать за растениями или какой фильм посмотреть.
То есть взаимодействие с колонкой — это уже не только:
«Алиса → сделай»
но и:
«Алиса → объясни / посоветуй / поговори со мной».
И Яндекс специально двигает Станции в эту сторону: после ответа Алисы можно продолжить разговор без повторного обращения по имени, а новые модели понимают контекст беседы.
При этом умный дом тоже становится менее «командным».
Вместо точного:
«Включи робот-пылесос»
уже можно сказать:
«Пора прибраться».
А вместо команды лампе:
«Слишком темно».
Языковая модель сама понимает намерение и выбирает нужное действие.
И это, кажется, главный переход:
умная колонка → не устройство для голосовых команд, а голосовой интерфейс ко всему дому.
Кстати, 6,8 млн человек уже используют дома две и более Яндекс Станции — за год таких пользователей стало на 45% больше.
#Алиса #Яндекс #умныйдом #SmartHome #ИИ #технологии
Источники: исследование Яндекса о Станциях · диалог со Станцией · умный дом и естественная речь
Я полезла в «Дом с Алисой» посмотреть сценарии умного дома, а потом нашла исследование Яндекса по реальным обращениям к Станциям за 2025 год.
И оказалось: одна колонка дома выполняет сразу несколько профессий.
🏠 В гостиной — пульт и помощник
«Включи мультик», «какая погода?», «добавь в список покупок».
🛏 В спальне — будильник и диспетчер дома
«Выключи свет везде», «поставь будильник», «включи шум моря».
🍳 На кухне — таймер и секретарь
«Добавь майонез в покупки», «поставь таймер», «передай в детскую: иди есть».
🧒 В детской — уже почти собеседник и репетитор
Дети спрашивают про математику и русский, слушают сказки и играют с Алисой. А на даче её спрашивают, как ухаживать за растениями или какой фильм посмотреть.
То есть взаимодействие с колонкой — это уже не только:
«Алиса → сделай»
но и:
«Алиса → объясни / посоветуй / поговори со мной».
И Яндекс специально двигает Станции в эту сторону: после ответа Алисы можно продолжить разговор без повторного обращения по имени, а новые модели понимают контекст беседы.
При этом умный дом тоже становится менее «командным».
Вместо точного:
«Включи робот-пылесос»
уже можно сказать:
«Пора прибраться».
А вместо команды лампе:
«Слишком темно».
Языковая модель сама понимает намерение и выбирает нужное действие.
И это, кажется, главный переход:
умная колонка → не устройство для голосовых команд, а голосовой интерфейс ко всему дому.
Кстати, 6,8 млн человек уже используют дома две и более Яндекс Станции — за год таких пользователей стало на 45% больше.
#Алиса #Яндекс #умныйдом #SmartHome #ИИ #технологии
Источники: исследование Яндекса о Станциях · диалог со Станцией · умный дом и естественная речь
Компания Яндекс
Зачем людям нужны умные колонки
Изучили, в каких комнатах люди ставят Станции, и о чём с ними говорят
1🔥30⚡18💯16👍6❤3
This media is not supported in your browser
VIEW IN TELEGRAM
Что внутри светодиода и как его паять
Светодиод — это полупроводниковый прибор, который превращает электрический ток в свет.
Внутри:
— полупроводниковый кристалл;
— анод и катод;
— тонкая bonding wire — перемычка от кристалла к выводу. В некоторых конструкциях её делают из золота; в современных LED используются и другие материалы и способы соединения.
При пайке сначала зачищаю и залуживаю провода, затем соединяю светодиоды, соблюдая полярность. Главное — не перегревать выводы.
LED сегодня буквально везде: экраны и подсветка смартфонов, автомобильная оптика, лампы, индикаторы, вывески и электроника.
В видео — простейшая гирлянда, на которой хорошо видно, как всё это работает.
P.S. Лучше паять в перчатках, а в цепь со светодиодами добавлять токоограничивающий резистор.
#электроника #пайка #LED #светодиоды #DIY #технологии
Светодиод — это полупроводниковый прибор, который превращает электрический ток в свет.
Внутри:
— полупроводниковый кристалл;
— анод и катод;
— тонкая bonding wire — перемычка от кристалла к выводу. В некоторых конструкциях её делают из золота; в современных LED используются и другие материалы и способы соединения.
При пайке сначала зачищаю и залуживаю провода, затем соединяю светодиоды, соблюдая полярность. Главное — не перегревать выводы.
LED сегодня буквально везде: экраны и подсветка смартфонов, автомобильная оптика, лампы, индикаторы, вывески и электроника.
В видео — простейшая гирлянда, на которой хорошо видно, как всё это работает.
P.S. Лучше паять в перчатках, а в цепь со светодиодами добавлять токоограничивающий резистор.
#электроника #пайка #LED #светодиоды #DIY #технологии
1❤36👍25🔥14🏆3
🤖 Эволюция атак на роботов: от бэкдоров до QR-кодов
Amazon планирует развернуть 100 000 роботов-гуманоидов на своих складах уже в этом году. Рынок домашних роботов растёт быстрее всего — под уход за пожилыми и помощь по дому. Роботы в больницах, роботы-охранники на складах, роботы-курьеры на улицах — это уже не футурология, это 2026-й.
А теперь плохая новость: их ломают. Систематически. Годами. И с каждым разом — всё изощрённее.
1. Первый в мире robot-ransomware (2018)
IOActive внедрили вредоносный код в робота NAO. Экран — порно, робот матерится и агрессивно двигается, пока не заплатишь выкуп. Впервые показали: шантажировать можно не только данными, но и физическим телом машины, которая стоит рядом с тобой.
2. Пылесос, который оскорблял хозяина (2024)
Ecovacs Deebot X2 у юриста из Миннесоты начал выкрикивать расистские оскорбления и ездить по квартире под чужим управлением — через уязвимость, о которой публично предупреждали за полгода до этого. Никто не пофиксил.
3. Секретная «дверца» в робо-собаке (2025)
В Unitree Go1 нашли туннель, который сам подключал робота к серверам в Китае при включении — без ведома владельца. С нужным ключом — камера, SSH, полный контроль. 1919 подключённых роботов, включая MIT, Princeton, CMU. Никто не знал, что за ними могут наблюдать годами.
4. QR-код, который превращает робота в оружие (2026)
Свежак с Black Hat USA: робота-собаку Unitree Go2 на Gemini Robotics-ER 1.6 взломали через QR-код в поле зрения камеры. Робот игнорирует «стоп», перестаёт видеть препятствия и атакует человека. Не нужен доступ к коду, паролю или сети — достаточно того, что робот увидит.
Итого: сначала ломали дырявые протоколы. Потом находили скрытые бэкдоры. Теперь научились обманывать сам ИИ-мозг робота — просто показав ему картинку или сказав нужную фразу.
Роботам дали физическое тело и выпустили в наши дома, склады и больницы — со скоростью 100 000 штук в год. А защититься от взлома через собственные глаза и уши они пока не могут.
#робототехника #роботы #кибербезопасность
Amazon планирует развернуть 100 000 роботов-гуманоидов на своих складах уже в этом году. Рынок домашних роботов растёт быстрее всего — под уход за пожилыми и помощь по дому. Роботы в больницах, роботы-охранники на складах, роботы-курьеры на улицах — это уже не футурология, это 2026-й.
А теперь плохая новость: их ломают. Систематически. Годами. И с каждым разом — всё изощрённее.
1. Первый в мире robot-ransomware (2018)
IOActive внедрили вредоносный код в робота NAO. Экран — порно, робот матерится и агрессивно двигается, пока не заплатишь выкуп. Впервые показали: шантажировать можно не только данными, но и физическим телом машины, которая стоит рядом с тобой.
2. Пылесос, который оскорблял хозяина (2024)
Ecovacs Deebot X2 у юриста из Миннесоты начал выкрикивать расистские оскорбления и ездить по квартире под чужим управлением — через уязвимость, о которой публично предупреждали за полгода до этого. Никто не пофиксил.
3. Секретная «дверца» в робо-собаке (2025)
В Unitree Go1 нашли туннель, который сам подключал робота к серверам в Китае при включении — без ведома владельца. С нужным ключом — камера, SSH, полный контроль. 1919 подключённых роботов, включая MIT, Princeton, CMU. Никто не знал, что за ними могут наблюдать годами.
4. QR-код, который превращает робота в оружие (2026)
Свежак с Black Hat USA: робота-собаку Unitree Go2 на Gemini Robotics-ER 1.6 взломали через QR-код в поле зрения камеры. Робот игнорирует «стоп», перестаёт видеть препятствия и атакует человека. Не нужен доступ к коду, паролю или сети — достаточно того, что робот увидит.
Итого: сначала ломали дырявые протоколы. Потом находили скрытые бэкдоры. Теперь научились обманывать сам ИИ-мозг робота — просто показав ему картинку или сказав нужную фразу.
Роботам дали физическое тело и выпустили в наши дома, склады и больницы — со скоростью 100 000 штук в год. А защититься от взлома через собственные глаза и уши они пока не могут.
#робототехника #роботы #кибербезопасность
1🔥25🆒14⚡13❤3👍3