Робоптица, умеет нырять в воду и взлетать обратно Природа придумала это давно: около сотни видов птиц легко ныряют за добычей, а потом взмывают прямо из воды в небо. Инженеры из MIT и EPFL впервые повторили весь этот трюк в машине размером с птицу. И, что важно, одним и тем же набором крыльев — без винтов, без ног и без складных механизмов. Робот весит всего 250 граммов и, по словам создателей, стал первым в своём классе, кто прошёл полный цикл: плыть, нырять, выпрыгнуть и лететь. Задача та ещё: вода почти в 800 раз плотнее воздуха, и мало какая конструкция переживает такой скачок сопротивления без смены «железа». Хитрость — в гибких крыльях и точном контроле частоты взмахов. Под водой крылья пассивно сгибаются почти на 90%, снимая нагрузку с мотора: в воздухе они машут до 11 раз в секунду, а под водой — от 0,1 до 6. Сам робот сделан нейтрально плавучим, чтобы не тратить заряд на борьбу со всплытием. Но самое трудное это тот самый миг вылета из воды. Робот выпрыгивает меньше чем за секунду, делая 8–10 взмахов, и только при узких условиях: крылья средней жёсткости, короткий хвост у корпуса и угол выхода около 70 градусов. Слишком полого — хвост утянет вниз, слишком круто — опрокинется назад. Стоит такой аппарат около 300 долларов из доступных деталей, а чертежи авторы выложили в открытый доступ — собрать можно хоть на домашнем 3D-принтере. @vselennayaplus

Новая ИИ-модель для роботов предсказывает последствия их действий Китайская Robbyant, дочерняя компания Ant Group, представила LingBot-VA 2.0 — открытую модель искусственного интеллекта для робототехники. Разработчики называют ее первой в отрасли моделью мира, созданной специально для управления роботами, а не адаптированной из систем генерации видео. Модель прогнозирует, как действие изменит окружение, и выбирает следующий шаг на основе этого прогноза. Система работает на одном GPU и осваивает новые задачи за 20 демонстраций без переобучения. Роботы, оснащенные LingBot-VA 2.0, уже могут готовить завтрак, распаковывать посылки и складывать одежду. https://hightech.plus/2026/07/14/novaya-ii-model-dlya-robotov-predskazivaet-posledstviya-ih-deistvii

🦾 Научили робота играть в футбол и вывели на ЧМ-2026. Кейс Hyundai Motor Иногда вместо тысячи слов нужно просто показать продукт. Это снимает большинство вопросов и здорово повышает лояльность: люди сами видят, что решение работает. Так и сделали в Hyundai, презентовав свою новинку на одном из самых просматриваемых мероприятий - рассказываю подробности. 👀 Что случилось? 5 июля на стадионе “Нью-Йорк/Нью-Джерси” в рамках ЧМ-2026 встретились Бразилия и Норвегия. А в перерыве на футбольное поле впервые в истории вышел человекоподобный робот. Он изобразил фирменные празднования голов топовых футболистов, затем аккуратно передал мяч арбитру и гордо удалился. Видео можно глянуть здесь - нужен VPN. В чем суть перформанса? Робота зовут Atlas, и он - одна из последних разработок Boston Dynamics, которая принадлежит Hyundai Motor. Поскольку компания Hyundai уже много лет является официальным партнером FIFA, к ЧМ-2026 они запустили глобальную кампанию Next starts now. И появление робота на поле - ее важная часть. Чтобы подготовить этот выход, инженеры Boston Dynamics использовали физический ИИ. Вместо того чтобы писать код для каждого движения, в систему загрузили видео реальных матчей. Нейросеть анализировала движения людей, а затем пыталась точно повторить их. В итоге освоила даже такие сложные финты, как легендарную “призрачную рабону”. Впервые Атласа показали на выставке CES 2026, а на ЧМ-2026 протестировали в полевых условиях. Дополнительно Hyundai запустили сериал “Школа футбола”. Тренировки Атласа снимали на видео и выкладывали в соцсети бренда. В результате получили достойные охваты. Например, ролик, где андроид осваивает “призрачную рабону”, собрал 10 млн просмотров. 💰 Итог? Миллионы просмотров по всему миру - уже отличный результат. Но это не все. Показав робота на одном из самых просматриваемых спортивных мероприятий, бренд объявил всему миру, что видит робототехнику частью своей идентичности. При этом доказал покупателям: его продукт вполне реален и неплохо работает даже вне лаборатории. В Forbes пишут, что компания собирается открыть завод в США, который к 2028 году сможет выпускать до 30 тысяч таких машин в год. Так что прогретые инвесторы бренду явно не помешают. Как думаете, скоро эти роботы и правда будут по всему миру? Или идея заглохнет? 👉🏼 Подписывайтесь на «Телеграмму...» в Максе: max.ru/yumaks #МАРКЕТИНГ #НАСМОТРЕННОСТЬ #ИИ

Sakana AI показали “умные кирпичи”, которые понимают свою форму и находят повреждения Звучит как sci-fi, но это уже опубликованная работа в Nature Communications. Исследователи собрали простые кубические модули. У каждого — одинаковая маленькая нейросеть, связь только с соседними блоками и никакой карты всей конструкции. Но вместе они могут определить, во что собраны: стол, лодку, самолёт, гитару и другие формы. Cистеме не нужен центральный контроллер. Ни один “кирпич” не знает, где он находится. Глобальная картина появляется из локальных сообщений между соседями. Что умеют Smart Cellular Bricks: * распознавать общую 3D-форму * работать при шумной связи * переживать отказ части модулей * находить, где структура повреждена * подсказывать, куда нужно добавить новые блоки для восстановления Это похоже на то, как живые ткани самоорганизуются и восстанавливаются после повреждений. Пока это не “здание, которое само себя чинит”, а исследовательский прототип. Но направление мощное: материалы и конструкции, которые сами понимают свою конфигурацию, замечают поломки и помогают себя ремонтировать.

Загадочный робот-собака 1912 года, который все забыли В 1912 году собрали трёхколёсную тележку из красного дерева, которую окрестили роботом-собакой. Она ездила сама, послушно поворачивая туда, где свет ярче, и следовала за фонариком в руке хозяина. Днём ей полагалось подметать пол, а ночью заступать в сторожа и на свет чужого фонарика бить в гонг, стрелять из револьвера во взломщика и делать снимок. Робот-уборщик, на десятилетия опередивший Electrolux. Глазами и одновременно нервной системой ей служили два селеновых фотоэлемента, металл, который в ту эпоху всерьёз считали чуть ли не философским камнем. И всё же Селено вычеркнули из истории почти начисто, хотя похожих самодвижущихся роботов он опередил лет на пятьдесят. Узнаем, как деревянная тележка гонялась за светом и почему её забыли, отдав будущее совсем другой технологии.

Учиться и работать быстрее или фокусироваться на главном Третье выступление было на Data Day о том, что же делать, чтобы оставаться востребованным профессионально, когда ИИ развивается сильно быстрее нас. Опять же, если кратко, то: 1) Пробовать переходить в области, являющиеся следующим рубежом для внедрения ИИ. Например, в биотехнологии или робототехнику. Там произошло много всего важного за последнее время: успехи CRISPR, создание с помощью ИИ новых белков, моделирование с помощью ИИ ДНК, VLA модели и доступность роботов - те же гуманоиды unitree стоят как машина, а не как чугунный мост, а для учебных целей есть много всего недорогого. При этом еще куча интересных задач впереди. 2) Брать традиционные способы эффективного обучения и повышения продуктивности (интервальные повторения, вспоминание, рефлексия про что и зачем ботаем, симуляция применения знаний в реальной ситуации, GTD, zettelkasten, ТРИЗ, и так далее) и применять уже с помощью ИИ. ИИ здесь помогает решать главную проблему всех этих методов - сложность поддержания системы и её постоянного использования. Идея в том, что предугадать мир через пять лет или даже через два года довольно сложно, так что нужно уметь быстро изучать и применять новое. Отдельное внимание нужно уделять тому, чтобы измерять эффект, т.к. частая история с ИИ - ощущение «стал на X% быстрее работать” при фактическом замедлении, а не ускорении. 3) Не делать из этого карго-культ и помнить, что многие выдающиеся результаты получены теми людьми, которые не закрыли больше всех задач, а лучше фокусировались на главном и избегали забивания своего рабочего дня нерелевантными вещами. Неожиданным для меня итогом всех трех выступлений стала позитивная обратная связь от слушателей, потому что обычно я веду лекции про конкретные кейсы применения ИИ в бизнесе или про то, как модели работают внутри (даже в научпоп формате), а тут темы такие водянистые, что кто первый халат надел, тот и доктор. Но все прошло удачно в том смысле, что слушатели, которым понравилось, везде нашлись. Так что видимо пока можно продолжить разнообразить репертуар :)

Ключевое за 3 дня ⚡ Главное • OpenAI запускает GPT-Live, а GPT-5.6 получает разрешение на публичный запуск — GPT-Live: полнодуплексная голосовая модель + разрешение на GPT-5.6 • SpaceXAI и Cursor запускают свою первую передовую модель (Grok 4.5) — Grok 4.5: класс Opus, вдвое эффективнее, $2/$6 за токен • Гуманоидные роботы под управлением хирургов провели первую в мире операцию на живых свиньях — Робот Unitree G1 удалил желчные пузыри, меньше места • Meta Superintelligence Labs выпустила три новые модели — Muse Image, Video, Spark 1.1 для кодинга • Atlas от Hyundai дебютирует на ЧМ-2026 по футболу — Робот Atlas на ЧМ-2026: надежная работа в реальных условиях • Anthropic назначает бывшего главу ФРС Бена Бернанке в Long-Term Benefit Trust — Для управления экономическими последствиями ИИ 📈 Рост и Оптимизация • Переписывание Bun на Rust — Bun на Rust: быстрее и экономичнее через Anthropic • Как переворот воронки увеличил заказы на 22% — Персонализация раньше повысила конверсию на 22% • Финансовые команды тратят 13 часов в неделю на проверку результатов ИИ — Финансисты тратят 13 ч/нед на проверку ИИ, предпочитая объяснимые системы • OpenAI выявила 30% сломанных задач в SWE-Bench Pro и отзывает поддержку бенчмарка — 30% задач SWE-Bench Pro сломаны, поддержка отозвана • Трафик разработчиков США к китайским ИИ-моделям превысил 40% — Трафик к китайским ИИ вырос из-за низких цен • Перестаньте быть узким местом при код-ревью — Делегируйте код-ревью AI-агентам для скорости • Доверие — новое SEO: маркетинг в эпоху AI с Кевином Индигом — Доверие как SEO: упоминания важнее цитирования 🤖 Промпты и Практика • Клонирование Fable — Руководство по извлечению способностей Fable для других моделей • Совет по SEO и AI: используйте GSC, Screaming Frog и Claude Sonnet для выявления промптов — Пайплайн GSC, Screaming Frog, Claude для AI Overviews • Vibe-coding рабочие процессы: создание утилит через простые промпты — Создавайте утилиты через простые промпты • Как запретить Meta использовать ваши фото из Instagram для ИИ — Отказ через настройки приватности Instagram

🛠 Инструменты • Анонс TypeScript 7.0 — TypeScript 7.0: нативная скорость, ускорение в 8-12 раз • Waymo запускает беспилотные поездки в Сан-Диего, Лас-Вегасе, Тампе и Денвере — Waymo запускает роботакси в 4 новых городах • Новые руки с 25 степенями свободы для робота 1X NEO — Руки 1X NEO: 25 степеней свободы, тактильные датчики • ChatGPT Work на базе GPT-5.6 — агент для корпоративных команд — ChatGPT Work: агент для создания документов и таблиц • Meta запускает Muse Spark 1.1 — мультимодальную модель для агентного кодинга — Muse Spark 1.1: агентный кодинг, $1.25/млн токенов • Mistral представляет Robostral Navigate — модель для навигации роботов — Robostral Navigate: навигация с одной камерой, 79.4% • Google Photos добавляет AI Video Remix на базе Gemini Omni — Video Remix: меняет освещение и фон, для подписчиков

Еще новинки в семействе LingBot LingBot-Vision Vision-модель для роботов и мобилок Ловит границы, глубину, геометрию сцены. Не "что на фото", а "где края и как далеко" • 4 размера: от 13M до 1.1B параметров • self-supervised обучение без разметки • обгоняет DINOv3 при кратно меньших параметрах Apache-2.0, веса открыты, подходит для edge и роботов Гитхаб HF ——— LingBot-Depth 2.0 Считает глубину по фото, строит 3D-карту сцены. Справляется на сложных текстурах, с прозрачностью и в слабом свете. • оценка глубины с учётом семантики сцены • работа с мультимодальными входами (RGB + признаки) Подходит для мобильных и edge-устройств. Волшебно, но ссылок на саму модель нет 🤷‍♂️ #vlm #cv #video2depth #video2feature