Нового робота-разведчика можно сбрасывать в воду с любой высоты Исследователи из Сингапура разработали робота, которого можно сбросить с большой высоты в воду. Он контролируемо приводняется за счет ротации и превращается в небольшое парусное судно. Устройство ALBATROSS использует один и тот же набор конструктивных элементов сначала для замедления падения, а затем для движения по воде. Такой подход должен позволить быстро доставлять датчики в удаленные районы, куда обычному надводному роботу пришлось бы добираться слишком долго. После приводнения устройство использует для перемещения энергию ветра и практически не расходует энергию батареи. https://hightech.plus/2026/10/04/novogo-robota-razvedchika-mozhno-sbrasivat-v-vodu-s-lyuboi-visoti

Энтузиаст собирает домашнего робота на Raspberry Pi 5 для дочки, объединяя локальные языковые модели и поворотную механику 🤖 🤍Обычной говорящей колонкой тут не обойтись. Автору потребовалось создать полноценного автономного помощника, способного общаться без интернета. 🤍Для этого пришлось перебрать почти два десятка локальных моделей, подобрать естественный голос, замаскировать камеру в банте и научить конструкцию уверенно следить за человеком с помощью встроенной логики. 🤍В первой части проекта разработчик подробно рассказывает, как из обычных эскизов и деталей получился работающий стенд — и с какими неожиданными трудностями пришлось столкнуться на практике. 🤍Подробнее — в источнике. ————————— 🤖Подписывайтесь на лучший канал PRO Роботов 📲Мы в MAX

🤖Toyota - они изобрели роботов | Разбор Мы нечасто говорим об автомобильных брендах, но японская Toyota стоит особняком. Компания ведет свою историю с ткацких станков и автоматизации производства: так создатель Сакити Тоёда помог матери и начал строить эту империю. Потом появилась автомобильная Toyota с философией нулевого брака, системой канбан и роботами на производстве. Но сегодня это не просто автобренд, а настоящая империя с человекоподобными и не только роботами, искусственным интеллектом и многим другим. Рассказываем с чего все начиналось, как компания сделала неубиваемый Toyota Hilux и прославилась надежными автомобилями на весь мир. И наконец, приоткрываем завесу тайны над современными роботами, среди которых настоящие шагоход, трубач и баскетболист... Смотреть в YouTube — https://youtu.be/EcNKDgHsnxQ @droidergram

🧠 Долгосрочная омнимодальная память Нужный факт может остаться в старом диалоге, быть на фотографии или в прошедшем видео-звонке. Как его вспомнить? Просто складывать всё в один промпт — не хватит контекста. На AI RnD Day наш сотрудник Андрей Безбородов рассказал, как команда сравнивала подходы к памяти для разных доменов и модальностей — диалогов, видео и робототехники. 📌 TLDR В докладе память моделируется через две операции: ingest — принять и сохранить информацию, search — найти эту информацию по запросу. Большое контекстное окно LLM само по себе такой системы не даёт, но служит стартовой отправной точкой. В диалоговых тестах обычный RAG оказался достаточно успешным и сильным решением, причем более сложные схемы не всегда выигрывали. Для других модальностей, типа видео, критично сохранять визуальную информацию, а не только текстовое саммари, иначе теряется смысл, который зачастую нельзя сохранить простым кепшенингом кадров. ⚙️ RAG Длинный контекст разбивают на фрагменты, строят для них векторные представления и по вопросу извлекают подходящие куски. Модель получает не всю информацию, а только таргетные знания. У RAG тоже есть слабые места: сведения могут оказаться на границе фрагментов, а похожий по смыслу факт — быть устаревшим. Найти, что пользователь когда-то любил, и понять, что он любит сейчас, — разные задачи. Результаты: SimpleRAG: На LongMemEval с Qwen3-VL-8B оценка выросла с 41,2% до 50,8%. Подход MemOS дал 53,2%: он хранит память в структуре MemCube, разделяя графовые связи и векторные данные между двумя базами. Однако такую систему сложнее развернуть! Схема SGR + File Tools с циклом "рассуждение → действие → наблюдение" получила 32,2% — ниже обоих вариантов. То есть наличие агента с инструментами ещё не делает память лучше. 🗜 Почему не сжать найденный текст в вектор? В xRAG вместо текста документа в модель передают его вектор через обучаемый проектор. В итоге открытая xRAG-7B незначительно обошла RAG на бенче TriviaQA: 58,9% против 56,1%. На внутреннем бенчмарке команды результат составил уже 8,8% против 50,2% у RAG. Успех на одном домене не перенёсся на другой. 🎬 Видео нельзя без потерь превратить в пересказ WorldMM строит 3 вида памяти: эпизодическую — о конкретных событиях, семантическую — обобщённые факты и связи, визуальную — представления видеофрагментов. Видео режется на клипы по 30c. Qwen-VL описывает кадры, Whisper распознаёт речь. Из описаний формируются тройки вида "объект — отношение — объект", а визуальные представления строит VLM2Vec. Со всеми типами памяти WorldMM оставался примерно на уровне подачи полного контекста. При отключении визуальной памяти оценка падала с 50% до 41%. Важно отметить, что текстовое описание не сохраняет каждую деталь кадра, и это проблема. Нужные редкие детали или события из кадров уже не из чего восстановить. 🤖 А если это память робота? M3 Agent объединяет распознавание лиц, транскрибацию и записи эпизодов на базе Qwen-Omni. На бенчмарке M3-Bench-Robots оценка выросла с 18% до 33% у M3 Agent. Но обработка видео занимала примерно столько же времени, сколько оно длится, а формирование ответа — около 30 секунд. Это очень долго и для роботов может быть неприемлимо. 🔚 Выводы Память стоит выбирать под тип информации и вопросы к ней: поиск по переписке, понимание видео и воспоминания робота требуют разных решений. Начать полезно с простого RAG и сравнения с полным контекстом. Затем можно усложнять систему, когда понятен выигрыш в качестве и его цена по времени. 🔗 Более подробно — в презентации Андрея (в комментариях файлом) и в записи выступления (тайминг: 3:04:55). #memory #RAG #agents #conference #paperwatch

Daimon показала world model, которому для манипуляции недостаточно зрения — он использует осязание Ещё одна сильная история с IROS. Daimon Robotics впервые публично вживую продемонстрировала Daimon-TWM — tactile-grounded world model, анонсированную ещё в августе. На стенде робот автономно выполнял две показательные задачи. Первая — нанизывал маленькие бусины на гибкий шнур, где нужно не просто увидеть отверстие, но чувствовать контакт и постоянно корректировать движение. Вторая — самостоятельно выполнял многоэтапную термопечать на сумке: размещал элементы, снимал плёнку, выполнял горячее прессование и переходил к следующему этапу в зависимости от физического состояния объекта. Под моделью Daimon строит целый стек: DM-Tac с более чем 110 000 sensing units и 12+ типами тактильных данных → Data-Nexus для сбора физических interaction data → Daimon-TWM для предсказания результата контакта и управления. ————————— ✔️Подписывайтесь на лучший  канал PRO Роботов 🥲Мы в Max

Все переобуваюццо в робатов. Black Forest Labs выпускает FLUX Action, теперь Runway представляет Praxis-1. Обе идеи примерно об одном: модель смотрит на мир, предсказывает, что произойдёт дальше, и на основании этого управляет физическим робатом. И логика этого массового помешательства вполне понятна. Если видеомодель научилась хорошо предсказывать следующий кадр, значит, внутри неё уже есть какое-то представление о том, как устроен физический мир. Video Model -> World Model -> Action Model -> Robat. Ну и самое главное - у робатов все бабки. Об этом в след посте. Praxis-1 обещают сделать open-weight, но сами веса пока придержали - обещают “в ближайшие месяцы”. Но нам-то что с этого?! Флюкс, где веса? Рунвей, перестань делать биржы слоперов и обучалки для робатов, давай новую видео-модель! В Метаверсе тоже по ходу одни робаты будут, что там людям делать... https://runway.com/research/introducing-praxis-1 @cgevent

Домашний стартап Skild AI запускает пилотные испытания четвероногих роботов в международном аэропорту PIT в рамках программы xBridge 🤖 🤍Инженеры решили проверить, на что способны робопсы в условиях реального пассажирского терминала с его хаотичным трафиком, багажом и бесконечным потоком людей. 🤍В отличие от стерильных лабораторных условий, аэропорт — это суровая проверка на прочность для любой автономной навигации. Здесь алгоритмам приходится мгновенно реагировать на меняющуюся обстановку и объезжать живые препятствия. 🤍Пул тестируемых сценариев поможет понять, насколько технология готова к рутинной эксплуатации в транспортной сфере, а не простому шоу на выставке. 🤍Подробнее — в источнике. 🇷🇺 Как проходят испытания автономных робот собак в России можно почитать здесь. ————————— 🤖Подписывайтесь на лучший канал PRO Роботов 📲Мы в MAX

DYNA показала робота, который работает целую смену. DYNA Robotics⁠ представила Taku / DYNA 2.1 — колёсного полу-гуманоида с двумя руками. Самое интересное - DYNA демонстрирует часовой непрерывный цикл работы в коммерческой прачечной. Архитектура тоже любопытная: верхний уровень — vision-language orchestrator для планирования workflow, ниже — модель DYNA-2 для manipulation и whole-body controller для движения. Компания говорит, что DYNA-2 обучена на 1 млн часов человеческих и роботизированных данных. DYNA заявляет, что её роботы уже развёрнуты у клиентов в отелях, прачечных и ресторанах, однако независимых данных о количестве установок пока нет. Мне нравится, что DYNA предлагает сменить саму метрику робототехники. Не success rate одной операции, а Mean Time Between Interventions — сколько робот реально работает до того, как понадобится человек. Для коммерческого Physical AI это гораздо более честный показатель. Официальная страница DYNA с видео.⁠ ————————— 🤖 Подписывайтесь на лучший  канал PRO Роботов