Технологии

🛣 Дорога, которая заряжает! Зарядная станция растянута на километры асфальта: электромобиль просто едет и батарея пополняется. Именно такую систему готовит Honda. Технология называется динамической беспроводной передачей энергии (DWPT). Honda работает над ней с 2021 года, почти пять лет, и в начале октября наконец показала результат. Партнёры — японские строительные компании Taisei Corporation и Taisei Rotec. Как это работает. Под дорожным покрытием прокладывают цепочку зарядных пластин, к ним по кабелям подаётся постоянный ток от наземного источника питания. Когда совместимая машина проезжает сверху, пластины создают магнитное поле и передают энергию без всякого контакта. Ловит её приёмник на днище автомобиля и отправляет прямиком в батарею. Начнут, правда, не с легковушек. Первая цель — логистика и грузоперевозки, хотя система рассчитана на самые разные электромобили, от небольших машин до коммерческих автопарков. До конца года партнёры построят специальную тестовую полосу, а проверки в реальных условиях Honda планирует к началу 2027-го. Сначала оценят общую работу системы, затем убедятся, что магнитное поле не выходит за безопасные пределы. Отдельно — тест на износ: по полосе прогонят около миллиона проездов колёс настоящих машин, чтобы сымитировать годы службы оживлённой трассы. Ключевая цель — до 150 кВт без проводов: такой мощности может хватить даже тяжёлым коммерческим электромобилям. Заодно проверят, справится ли система на высоких скоростях. Сроков коммерческого запуска Honda пока не называет. @droidergram

На дорогах Швеции и Северной Америки уже можно встретить последнюю модель грузового беспилотника, разработанного шведским стартапом Einride. Махина массой 26 тонн (из них 16 — полезная нагрузка) выглядит не столь дизайнерски красиво как электрические траки Теслы, зато эта электричка опережает грузовые Теслы по автономности (уровень L4); внешность это подчеркивает: ни остекления кабины, ни боковых зеркал — некому ими пользоваться, внутри никого нет и быть не может. Для страховки есть удаленный оператор, один на десять машин. Сенсорный обвес впечвтляет: 4 лидара, 6 радаров в диапазоне 77 Гц, 11 камер. Сочетание спутниковой навигации с инерциальной и точными датчиками скорости обеспечивает точность позиционирования до 2 см — даже в глубоких и узких каньонах между штабелей контейнеров. Любители инженерных подробностей — почитайте, там много любопытного в описании. В том числе — внушительный список преимуществ беспилотности именно для грузовика:)

Swedish engineers proved that autonomous vehicles don’t need to imitate horse-drawn carriages or twentieth-century diesel rigs—and turned the humble freight box into a self-propelled, zero-emission robot.

sweden-einride-pod-cabless-autonomous-electric-freight-truck

OmniPoser мокап без маркеров. Но нужны сенсоры или уже извлеченные ключевые точки, модель достраивает недостающие суставы. Пригодится для VR, аватаров, робототехники и анимации. Раньше под каждый набор сенсоров учили свою модель, здесь одна архитектура на все • На вход любые комбинации датчиков, включая верх тела, пять точек VR или только голову • Понимает, каких суставов нет, и достраивает их по смыслу, а не нулями • Отдает готовый SMPL: поза, форма, контакт стоп с полом, глобальная траектория без дрейфа • Один шаг генерации, без перебора вариантов • Больше 700 кадров в секунду • Реальное время на одной видеокарте • Точность на уровне специалистов: 32,1 мм на AMASS против 34,8 у RoHM, на Nymeria 21,1 против 59,3 github.com/JamesBridgewater51/omniposer #mocap MAX

🧰 281 AI-инструмент для разработчика - с описаниями на русском Awesome AI DevTools RU - каталог для тех, кто хочет разобраться, что подключить к своей работе: от помощника в редакторе до агентов, тестирования и локальных моделей. Что внутри: • AI-IDE и терминальные агенты - Cursor, Claude Code, Codex, Cline, Aider и другие. • Код-ревью, тестирование и безопасность. • MCP, навыки, управление контекстом и оркестрация агентов. • Локальные модели, LLMOps и контроль расходов. • Отдельный раздел с российскими сервисами. У инструментов есть метки: открытый код, бесплатный тариф, локальные модели, свой API-ключ и поддержка MCP. Помимо каталога - сравнительные таблицы, схемы выбора и готовые стеки под разные задачи. А ещё четыре урока: как выбрать инструмент, запустить модели локально, настроить MCP и разобраться в устройстве кодирующих агентов. Полезная закладка, когда хочется собрать рабочее окружение с ИИ, а не устанавливать всё подряд. 💻 https://github.com/justxor/awesome-ai-devtools-ru

В Китае создали электронный микроскоп с разрешением 0,1 нм, чтобы заглядывать в передовые чипы Китайская CIQTEK представила просвечивающий электронный микроскоп TEM-F200 с ускоряющим напряжением 200 кВ. Он различает детали размером до 0,25 нм напрямую, а цифровая обработка позволяет работать с шагом 0,1 нм. Прибор поможет изучать передовые чипы, кристаллические структуры и мельчайшие производственные дефекты. Компания заявляет, что самостоятельно разработала ключевые модули и готова выпускать микроскоп серийно, снижая зависимость Китая от импортного оборудования. По точности китайская разработка пока уступает лучшим моделям Thermo Fisher, JEOL и Hitachi. #производствомикросхем #микроскоп #китайскиетехнологии 📎Подробнее 🔖 3DNews в TG | MAX | VK

Как работает акустическая камера, которая показывает окружающие звуки Шумит механизм, травит труба, где-то летит квадрокоптер — акустическая камера может не просто услышать звук, а показать на изображении, откуда именно он приходит. Такие системы используют для поиска неисправностей, измерения шума транспорта и даже локализации выстрелов. В основе — массив микрофонов, которые одновременно записывают сигнал и позволяют вычислить положение его источника. Причём собрать такую камеру можно самостоятельно. В одном из DIY-вариантов нужны 16-канальный микрофонный массив с USB-камерой, штатив, Python и Acoular. А дальше начинается инженерная часть — записать многоканальный звук, синхронизировать его с видео, построить диаграмму направленности и наложить получившуюся карту прямо на изображение.

Электричество из-под морского дна: эксперимент у подводного вулкана завершился первым успехом Стартап Endurance Energy впервые получил электричество с геотермальной установки на дне Тихого океана, рядом с вулканом Аксиал. Прототип Adélie на глубине 1,5 км выдал до 16,5 кВт, но в режиме положительного баланса проработал меньше девяти секунд. Инженеры пробурили две скважины, однако слабого потока горячей воды не хватило, поэтому установку подключили к естественному гидротермальному источнику. Испытания прервали из-за сбоя ПО и короткого замыкания, а следующий этап планируют зимой 2026–2027 годов. #геотермальнаяэнергетика #океан 📎Подробнее 🔖 3DNews в TG | MAX | VK

Как в MWS Cloud построили сетевой балансировщик с минимальными потерями производительности На первый взгляд у балансировщика довольно простая работа: принять трафик, распределить его между виртуалками и следить, чтобы запросы не уходили на упавшие серверы. Всё выглядит прекрасно, пока дело не доходит до реальных пакетов, маршрутизации и отказоустойчивости. В MWS Cloud построили собственный NLB и получили разницу всего в 1-2% между прямым обменом виртуальных машин и обменом через балансировщик. Правда, ради этого пришлось пойти на архитектурные компромиссы. Первую схему проверки доступности серверов выбрали за простоту, хотя заранее понимали, что она плохо масштабируется. Следующая избавила от одних проблем, зато принесла другие. Узнаем, как инженеры выстраивали маршруты пакетов, выбирали между производительностью и гибкостью и почему даже удачные решения приходится пересматривать.

У нас тут после матокалипсиса в чате продолжают хоронить человечество, поэтому сегодня пост про проблему подробнее. Человечество прям сейчас столкнулось с неожиданной проблемой. Думали, что если ИИ возьмёт на себя всю рутину — например, рисовать картинки, писать литературу, снимать фильмы и кодить — люди с радостью станут курьерами, грузчиками и менеджерами ИИ. Может, даже, каждый будет вести блог. Уже видно, что утопия немного не сбылась ) Главная проблема в том, что ИИ уничтожает интеллектуальное сообщество. У нас тут эссе про это (мысленный эксперимент, не численная научная работа), разбираем. — Сначала там мрачно: профессиональное общество деградировало. Специалисты перестали обсуждать фундаментальные вещи: все разговоры свелись к тому, как правильно писать промпты. Люди не учатся глубоко и систематически мыслить, потому что машины теперь думают за нас. — Что ещё страшнее, исчез смысл вносить вклад в общее дело. Зачем писать обучающую статью со сложным решением проблемы? Её никто не прочитает — ну, кроме ИИ. А он сожрёт и выдаст ваше решение другому человеку, даже не упомянув вас. У спеца остается только личный сад, но больше не надо идти на рынок, чтобы обмениваться идеями с другими людьми. Зрители пропали. — Та же математика — это нифига не гении-одиночки. Там нужна общая база знаний и мотивация. Мотивация бывает внутренней (потому что самому интересно) и внешней (чтобы принести пользу другим, получить признание, славу или уважение коллег). Внутренняя мотивация — просто эмоция, а эмоции быстро угасают. Нужна ещё внешняя мотивация — зрители, сообщество, тщеславие. Вы публикуете работу, кто-то опирается на неё, цитирует вас, благодарит — это подтверждает, что вы делаете что-то полезное, и дает силы работать дальше. Любому человеку нужно, чтобы его труд был кому-то нужен. — Сейчас есть области, где ИИ лучше людей. Уже точно лучше доказывает теоремы, местами лучше пишет научные статьи и учебники (привет, эксперимент Гарварда), и вклад человека становится излишним. Нет смысла писать книгу, если нейросеть напишет её лучше. В целом — проблему подняли правильную, но почему-то экстраполируют общество линейно. Во-первых, ещё долго верхние проценты специалистов любой профессии будут вытеснять всех остальных, усиливая себя через ИИ. Во-вторых, мы, земляне, можем создавать новые типы сообществ и искать другую мотивацию. Тем не менее, пара научных работ в поддержку есть. Вот препринт про то, что ИИ делает с опенсорсом. Софт пишут маленькие команды, выкладывают свой труд бесплатно, получают взамен репутацию, внимание к себе, предложения о работе, контракты на консультации и иногда пожертвования. ИИ-агенты всего этого не делают и вообще бездушные ублюдки. В краткосрочной перспективе все в выигрыше. Поначалу качество и количество софта растут. В долгосрочной перспективе — коллапс. Порог качества для публикации возрастет, разнообразие программ сократится, а качество кода упадёт. Люди будут получать меньше пользы от экосистемы. Предлагают заставить ИИ донатить при поиске и славить создателей своей обучающей выборки. Тут прикол — если дать человеку ИИ, а потом отобрать, у него люто падает мотивация и растёт скука. В процессе ещё выяснилось, что если человек работает с ИИ постоянно, депривации нет, но скука всё равно медленно растет. ИИ делает учёных успешнее, а науку — однообразнее. Если ученый начинает использовать нейросети в своей работе, он становится супергероем: пишет в 3 раза больше, на него ссылаются в 5 раз чаще, становится начальником лаборатории на полтора года быстрее остальных. Но! Из-за того, что учёные с ИИ перестают лезть в неизведанные дебри (где данных пока нет, и их ещё надо получать) и толпой идут изучать то, что уже и так хорошо изучено — потому что там как раз легко применять ИИ — разнообразие тем падает на 5%. Учёные на 22% реже спорят друг с другом и вообще разговаривают. Тут про коллапс знаний: — ИИ выдает усреднённые ответы. — Люди становятся ленивыми. Зачем читать три разные книги или проводить исследование, если ИИ выдаст ответ за 2 секунды? — Человечество перестанёт генерировать уникальные идеи. ИИ будет выдавать усредненные ответы, люди будут их читать, потом ИИ будет заново обучаться на этих же усредненных ответах. — Если сделать доступ к ИИ-ответам всего на 20% проще/дешевле, чем самостоятельный поиск информации, люди начинают верить в вещи, которые в 2,3 раза дальше от реальной истины. Самое главное — БЕЗ ПАНИКИ! -- Вступайте в ряды Фурье! | Лучшие посты Масло сливочное, 72%. Скоро загрузится!

Деньги за простой Промышленное хранение электроэнергии – это всё ещё стартапы и эксперименты. На масштабе генерация должна всегда перекрывать потребление. Люди включили кондиционеры – пожалуйста, и на электростанциях поддайте газу. Причем в ту же секунду, а не через месяц. А у электростанции бывают свои планы, она, может быть, на плановое техобслуживание хотела закрыться. Если синхронизацию спроса и предложения полностью доверить рынку, то возникает аукцион. На пару часов в год тариф взлетает до небес, конечные потребители тратят сотни долларов за вечер в обычной квартире – и это политическая проблема, даже если суммарно выходит экономия. В части США работает другое решение. Центральный оператор платит электростанциям за гарантию мощности так, что сумма обещаний с запасом перекрывает любые возможные пики. В нужный момент он её требует и либо получает, либо потом выписывает адские штрафы. Гораздо чаще получает. В итоге катастрофический сценарий оплачен равномерно и входит в обычный тариф, а у производителей остается экономический стимул иметь под парами запас. Система работает, свет в домах давно не пропадал. #стартапдня Voltus дублирует тот же подход на потребителей. Для сети нет разницы, увеличилось производство или упала нагрузка – и этим снижением нагрузки тоже можно торговать. Стартап подписывает промышленные предприятия на обязательство снизить нагрузку по сигналу – и оптом перепродает это обещание центральному оператору, как виртуальная электростанция. Клиенты Voltus круглый год получают деньги за то, чтобы в самый жаркий вечер на пару часов остановить необязательную часть производства. В пределе – те самые кондиционеры в небоскребе ненадолго выключить. Арендаторы поскулят, но простят, не переезжать же из-за одного дня в году. В недавнем раунде Voltus привлек 225 миллионов долларов инвестиций. Находить новые резервы энергии во время бума строительства датацентров весьма выгодно. https://www.voltus.co/ #офлайн #fintech #сша #мегараунд