ИИ

📌 Что показали на IFA 2026 Выставка прошла в Берлине с 4 по 8 сентября. Это главная европейская площадка потребительской электроники и бытовой техники, и в этом году её темой стал, ожидаемо, искусственный интеллект в его воплощённом проявлении - гуманоидах, экзоскелетах, робопсах и электромобиле. Столько двуногих и четвероногих роботов одновременно на IFA ещё не было. Топовые производители привезли машины, которые ходят, танцуют, дерутся, играют в футбол и общаются с посетителями. Самый заметный - T800 от EngineAI ростом 1,73 метра. У него 29 степеней свободы, каждая рука поднимает до 5 кг, а за зрение и вычисления отвечают камеры, лидар и модуль Nvidia Jetson Orin. Agibot запомнился гуманоидом A3, который кисточкой пишет китайскую каллиграфию благодаря датчикам давления в пальцах. DEEP Robotics привёз робопса Lynx M20S для инспекций, охраны и спасательных операций, а на турнире RoboCup автономные роботы играли друг против друга в футбол. 🟡Экзоскелет Hypershell Halo Hypershell показала Halo - первый экзоскелет компании, который поддерживает бёдра и колени одновременно. Четыре мотора выдают до 1490 Вт пиковой мощности, больше 30 датчиков считывают движения и передают данные чипу HyperCore Pro. Модель HyperIntuition 2.0 угадывает следующее движение примерно за 200 миллисекунд и до 2500 раз в секунду подстраивает усилие на каждом суставе. Весит всё это 2,6 кг, компактно складывается, а заряда хватает примерно на 20 км ходьбы. В комплекте ИИ-помощник Shelly для настройки и планирования маршрутов. Цена 2299 евро, поставки обещают с ноября 2026 года. 🟡Электромобиль Xiaomi SU7 Ultra Xiaomi привезла электроседан SU7 Ultra и объявила, что с 2027 года будет официально продавать свои автомобили в Германии и других странах Европы. Машина выдаёт 1548 л. с. и, по данным производителя, разгоняется до 100 км/ч за 1,98 секунды. На Нюрбургринге она держит рекорд среди серийных электромобилей - 7 минут 4,957 секунды. Дорогу считывают лидар, радар, 11 камер и 12 ультразвуковых датчиков. 🟡 Робот, который меняет форму PrimeBOT T1 переключается между двуногим режимом и ходьбой на четырёх конечностях, поэтому одинаково уверенно двигается и по квартире, и по улице. Он сам следует за хозяином и снимает его на камеру - в памяти больше 15 готовых операторских приёмов.мКомпания видит в T1 компаньона для учёбы, творчества и развлечений.

Жюри выставки отдало ему официальную награду Innovation Award в категории Content Creation Technology.

🟡 Дата-центр под столом AMD впервые показала рабочую станцию Threadripper Halo Station. Внутри процессор Threadripper Pro с 96 ядрами Zen 5 и два ускорителя Instinct MI350P по 144 ГБ памяти HBM3E каждый. Система поддерживает до 2 ТБ оперативной памяти DDR5, а с четырьмя ускорителями, которые заявлены как опция, объём HBM3E вырастет до 576 ГБ. По словам AMD, этого хватает, чтобы локально запускать модели с более чем триллионом параметров и гонять масштабные агентские сценарии без облака. 🟡Спарринг-партнёр для корта Роботизированная теннисная пушка ACEMATE S10 Pro сама ездит по корту, следит за игроком и мячом через две 4K-камеры с HDR и в режиме Battle решает, каким ударом ответить, подражая разным стилям игры. Мяч подаёт с скоростью до 120 км/ч, задаёт разные виды вращения, в памяти больше 100 тренировочных программ. После занятия ИИ разбирает данные и предлагает упражнения на следующее. Цена 2999 евро. 🟡Кибер-питомец OlloBot пробует новую категорию где-то между роботом, домашним животным и ИИ-компаньоном. OlloNi SS1 реагирует на голос и прикосновения, запоминает привычки и настроение хозяина, а система EmpathCore подбирает под них эмоциональную реакцию. На IFA у него европейский дебют. 🟡Два пылесоса в одном iRobot Roomba Duo - тандем из большого робота iRobot и маленького Roomba Plus 575, которого механическая рука опускает на пол. Большой пылесосит открытые зоны и моет паром, маленький забирается под мебель и в узкие места. Оба пользуются общей картой квартиры и делят задачи между собой с помощью ИИ. Пока это прототип без цены и даты выхода.

ОЭСР: использование ИИ резко снизило результаты учащихся по чтению и математике Школьники, использующие ИИ для выполнения заданий, в среднем уступают в успеваемости тем, кто обходится без чат-ботов. Однако если ИИ применяется как репетитор, а ученика при этом учат критически оценивать ответы нейросетей, результаты становятся выше. К таким выводам пришли авторы PISA 2025 — международного исследования, которое раз в три года оценивает знания и навыки 15-летних школьников по математике, чтению и естественным наукам. В целом, оно показало снижение результатов: средние показатели по математике и чтению в странах ОЭСР достигли самого низкого уровня за всю историю PISA. https://hightech.plus/2026/09/09/oesr-ispolzovanie-ii-rezko-snizilo-rezultati-uchashihsya-po-chteniyu-i-matematike

Fantastic HuggingFace Downloader Десктопный менеджер закачек с HF. С нормальным прогрессом, очередью и проверкой файлов после скачивания. Скачивать многогигабайтные модели через браузер - боль: загрузка застревает на последних процентах, докачка работает через раз, файл может молча обрезаться. Этот инструмент использует Xet (тот же быстрый протокол, что и hf CLI), но через графический интерфейс. - Вставляем любую ссылку с huggingface.co - сам понимает, файл это, папка или целый репозиторий - Очередь: добавляешь сколько хочешь, качаются по одному, можно переставлять, паузить, отменять, отправлять разные файлы в разные папки - Проверка контрольной суммы: если файл уже есть и совпадает с хешем на Хабе - повторно не качает - Показывает точную команду, которую выполняет, плюс лог всего вывода Для приватных репозиториев нужен hf auth login из командной строки (один раз) #manager #downloadmanager #tools

Design Docs Are All You Need: An AI-native Machine-Learning Performance Tool 📄 Статья Концептуально интересная мысль - железо и архитектуры меняются слишком быстро, патчить ML-либы под каждый новый сетап доволенно болезненно, разрастается всякое legacy. В то же время, агенты сильно удешевили разработку и на основе ТЗ неплохо варганят целостный репозиторий. Может быть так, что проще не разбираться в том что уже есть и адаптировать под новые реалии, а взять и написать ML-либу с нуля на основе некоего скелета. Авторы предлагают реализацию ML-либы в виде набора документов, образующих направленный ациклический граф (DAG), где расписывается структуру библиотеки, формат входов и выходов для отдельных операций. Более высокоуровневые операции можно делегировать моделям посильнее, нишевые куски - более дешевым. Все в итоге состоит из 50 файликов и 9000 строк спецификаций. Написание либы через Claude Code поверх их документации требует примерно 100 токенов на API и 1.5-3 часа работы агента. 💡 Выводы Сама либа из документов не выложена, нет примера реализации поверх документов агентов, бенчмарков, поэтому из статьи непонятно, насколько это хорошо работает. Но звучит прикольно.