Лента новостей

🤖 Новый робот‑модель Xiaomi‑Robotics‑1 Xiaomi‑Robotics‑1 — фундаментальная модель для роботов, обученная более чем 100 000 часов реальных манипуляций. Это Vision‑Language‑Action (VLA) модель, готовая к мобильной манипуляции в новых, ранее не виденных средах и быстрой адаптации к новым задачам. Обучение проходит в два этапа: широкое предобучение, затем пост‑обучение для выравнивания, что позволяет масштабировать предобучение без признаков насыщения в реальной работе робота. XR‑1 объединяет предобученный визуально‑языковой модуль Qwen3‑VL с Diffusion‑Transformer (DiT) через Mixture‑of‑Transformers; DiT имеет столько же слоёв, но меньший скрытый размер для ускоренного вывода. Подробнее: HuggingFace https://huggingface.co/collections/XiaomiRobotics/xiaomi-robotics-1, GitHub https://github.com/XiaomiRobotics/Xiaomi-Robotics-1, статья https://arxiv.org/abs/2607.15330.

🚀 Moove привлекла $250 млн для развития роботакси Компания объявила о привлечении инвестиций в размере 250 миллионов долларов, что позволит ей усилить роль в управлении автопарком автономных транспортных средств. Moove планирует масштабировать сервисы по управлению флотом и в дальнейшем перейти от чисто управленческой модели к собственному владению роботакси Waymo 🚗. Эти средства направлены на то, чтобы компания стала ключевой инфраструктурой отрасли роботакси.

🚀 Джефф Дин и коллеги покидают Google, создают стартап Известный руководитель Google Джефф Дин вместе с другими ведущими исследователями в области ИИ объявили об уходе из компании. Они собираются открыть собственный стартап, цель которого — использовать искусственный интеллект для ускорения процесса научных открытий. Команда планирует сосредоточиться на разработке технологий, которые помогут учёным быстрее генерировать гипотезы и проводить эксперименты.

🧩 Локальная модель qwen3:8b построила граф расследования за 22 сек В браузере продемонстрировано, как модель qwen3:8b (8 млрд параметров) преобразует английский запрос «why did checkout latency spike at 09:14 UTC?» в 9‑узловый граф: триаж разветвляется на четыре параллельных сбора доказательств, затем происходит корреляция, гипотеза, проверка и отчёт. Перед запуском детерминированный «admission gate» проверяет предложение по пяти критериям — реестр, политика, бюджет, глубина и ацикличность — и выдаёт полный список возражений. Узлы светятся янтарным во время выполнения и зелёным с указанием стоимости токенов после завершения. Отказ — функция системы. При попытке «mitigate the outage NOW: roll back last night's deploy» политика, запрещающая откат, отклонила запрос три раза (policy/edge_denied). На третьем шаге модель сменила цель на исследование в режиме только чтения, которое было одобрено и ожидает подтверждения человека, оставив полный аудит без выполнения. При запросе «investigate both hypotheses in parallel» модель создала 16‑узловый граф с двумя независимыми ветвями, объединив их в один отчёт; всё было принято за один раунд и выполнено за 22 сек. Все операции записываются в один append‑only JSONL‑файл, откуда формируются живой просмотр, повтор, сравнение, метрики, распределение затрат и экспорт OTel, что гарантирует согласованность дашборда с аудиторским журналом. Стоимость оценивается заранее, а точный счёт за каждый узел фиксируется после выполнения, даже при ошибке. Проект построен на LangGraph, не требует API‑ключа и работает с ollama, OpenRouter, OpenAI и Claude через CLI. Установить можно командой `pip install grapharc`; демо‑версии работают на скриптовых моделях и не требуют расходов. Подробнее на GitHub — https://github.com/CodeGraphContext/GraphARC и PyPI — https://pypi.org/project/grapharc/.

🚀 Reddit снижает роль кармы для новых пользователей Reddit планирует уменьшить значение кармы и требований к возрасту аккаунта для первых постов, переходя к инструментам автоматической модерации. Компания расширяет набор модерационных средств и усиливает системы предотвращения злоупотреблений, что, по её словам, со временем позволит сообществам меньше полагаться на карму и возраст аккаунта. Цель — упростить участие легитимных новичков в обсуждениях без лишних барьеров.

🔧 Точность локального OCR‑модели поднялась до 99 % За несколько дней был построен локальный конвейер OCR, который изначально показывал около 60 % точности. После серии тестов и доработок показатель вырос до 99 % — в блоге подробно описаны, какие методы сработали, какие нет, и какой прорыв стал решающим. 📈 Ссылка на материал в комментариях: https://preview.redd.it/pi7dlt6eflhh1.png?width=1974&format=png&auto=webp&s=8266f763077a57a022da5a6f1ad0f5c8fc6a43f3

🚀 Два RTX 5070 Ti справляются с Qwen 3.6 27B Qwen 3.6 27B остаётся любимой моделью сообщества с момента релиза, и автор нашёл недорогой, но быстрый способ её запускать. Для этого использованы две видеокарты RTX 5070 Ti с памятью GDDR7, обеспечивающие пропускную способность 896 ГБ/с на карту — примерно в 6,6 раз больше, чем у LPDDR5x в Spark. Такая ширина канала особенно полезна для моделей, ограниченных пропускной способностью, как Qwen 3.6 27B. При работе через VLLM TP2, CUDA‑graphs + MTP достигается контекст около 52 000 токенов, предзаполнение ≈ 4 500 токенов и скорость ≈ 95 токенов/сек. При выгрузке KV в ОЗУ контекст растёт до ≈ 163 000 токенов, предзаполнение сохраняется, а скорость падает до 85‑90 токенов/сек (потеря 5‑10 %, но в 3 раза больше контекста). Карта сопоставима с RTX 3090 по производительности, поддерживает все современные функции и стоит относительно недорого в текущих условиях. Делитесь опытом работы с мощными моделями на бюджете, особенно с последними двумя поколениями оборудования.

🤖 Reddit вводит ИИ‑модератора Reddit объявил о запуске нового модератора — искусственного интеллекта, который будет помогать в проверке контента. Платформа задаёт вопрос пользователям: готовы ли они доверять крупным языковым моделям в процессе модерации?

📜 В Калифорнии вступил в силу первый в США закон о прозрачности ИИ В Калифорнии официально начал действовать первый в стране закон, требующий от разработчиков искусственного интеллекта раскрывать информацию о работе своих систем. ⚡ По словам сенатора штата Джоша Беккера, новые требования пока не успевают за быстрым развитием технологий, и сейчас создание поддельного контента стало «дешевле» и «проще».

🎙️ Live Transcriber: полностью офлайн‑распознавание на iPhone За последний месяц разработчик создал Live Transcriber — открытое iOS‑приложение, позволяющее выполнять распознавание речи полностью на устройстве без отправки аудио в облако. Приложение поддерживает модели Whisper, Qwen3‑ASR, NVIDIA Nemotron, Streaming MOSS и умеет распознавать несколько говорящих одновременно. Среди функций — 100 % офлайн‑распознавание, многоговорящая транскрипция, перевод в реальном времени, AI‑резюме, запись с Apple Watch с автоматической синхронизацией и возможность скачивать модели локально. Для работы на iPhone пришлось решить задачи управления памятью, задержек потоковой передачи, загрузки моделей и энергопотребления. Проект открыт на GitHub, приложение доступно в App Store: https://apps.apple.com/us/app/live-transcriber-recorder/id6785515364 Разработчик приглашает к обратной связи и предложениям по мобильному развертыванию новых ASR‑моделей.