Все новости крипты
в одном месте!
Больше не нужно искать — необходимые
обучающие материалы и подсказки всегда под рукой
Больше не нужно искать — необходимые
обучающие материалы и подсказки всегда под рукой
Вот перефразированный текст новости на русском языке:
Лондонская компания Humanoid представила технологию KinetIQ Ascend, которая позволяет гуманоидным роботам учиться на собственных ошибках при выполнении реальных производственных задач. Разработчики утверждают, что этот метод поможет достичь 99,9% успешных операций на скорости, равной человеческой или превышающей её.
KinetIQ Ascend является дополнением к существующей платформе KinetIQ. В её основе лежит обучение с подкреплением (reinforcement learning, RL). Робот не просто копирует движения человека, а самостоятельно выполняет задание, получает обратную связь об успехе или неудаче и со временем совершенствует свои действия.
В компании подчеркнули, что обучение проводится не в виртуальной среде, а непосредственно на реальном оборудовании в круглосуточном режиме. Humanoid заявляет, что это первая публичная демонстрация сквозного RL, основанного на зрительном восприятии, для VLA-моделей (связывающих зрение, язык и действия), обученных на реальном двуногом роботе в условиях производства.
Почему Humanoid делает ставку на RL
Ранее Humanoid, как и многие другие разработчики, обучала роботов с помощью имитации действий человека. В компании отметили, что модель, которая просто копирует демонстрации, не может превзойти демонстратора по скорости или качеству и не понимает цены ошибки.
По мнению Humanoid, для достижения последних процентов надежности и перехода к сверхчеловеческой скорости необходим иной подход. KinetIQ Ascend призван решить эту задачу за счет практики на реальных операциях. Компания сравнивает этот процесс с масштабированием больших языковых моделей: чем дольше обучение, тем выше успешность.
Humanoid протестировала новую технологию на трех задачах:
1. Перемещение колец: Робот брал стальные подшипниковые кольца из контейнера и укладывал их на конвейер. После обучения с подкреплением производительность выросла на 42% — до 412 колец в час по сравнению с 291 у базовой модели.
2. Передача предмета человеку: Робот брал предмет из контейнера и передавал его оператору. Производительность выросла на 85%, среднее время выполнения задачи сократилось на 35%, а успешность повысилась с 80% до 98%.
3. Подъем контейнера двумя руками: Робот должен был двумя руками поднять контейнер со стола, независимо от его ориентации. После нескольких дней обучения производительность выросла со 122 до 279 контейнеров в час, время выполнения сократилось с 22,9 до 12,8 секунды, а успешность увеличилась с 77,6% до 98,9%.
Компания также сделала два важных вывода:
— Улучшение самого сложного этапа операции может значительно повысить общий результат.
— Приобретенные навыки переносятся на объекты, которые робот не видел во время обучения.
В Humanoid отметили, что сравнивали результаты не с устаревшей версией, а с текущей базовой моделью в параллельном A/B-тестировании. Это важно для реальных производственных условий, где результат может меняться из-за освещения, положения объектов или износа оборудования.
Humanoid строит промышленную цепочку в Европе
По данным The Robot Report, в компании работает более 250 сотрудников, а офисы расположены в Лондоне, Бостоне и Ванкувере. В мае Humanoid объявила о партнерстве с Bosch, которая станет контрактным производителем роботов HMND 01 для европейского рынка.
Этому соглашению предшествовали тесты в марте, в ходе которых роботы автономно перемещали коробки разных размеров на логистическом объекте Bosch в Бюле. Основатель компании Артем Соколов назвал это соглашение критическим шагом на пути от проверки концепции к крупномасштабному производству.
Также 13 мая Humanoid сообщила о поэтапном обязывающем соглашении с Schaeffler. По данным Reuters, план предусматривает развертывание от 1000 до 2000 роботов на производственных площадках партнера по всему миру к 2032 году.
Конкуренция усиливается
Анонс KinetIQ Ascend произошел на фоне обострения гонки в гуманоидной робототехнике. Американская Figure в 2025 году привлекла более $1 млрд инвестиций при оценке в $39 млрд. Apptronik в феврале 2026 года закрыла раунд на $520 млн, доведя общий объем финансирования Серии A до $935 млн.
Китай также активно инвестирует в отрасль: по данным Reuters, с 2024 года власти страны выделили на развитие робототехники не менее $20 млрд. Однако реальные продажи пока невелики: в прошлом году было продано около 12 000 гуманоидных роботов, в основном для исследовательских целей.
Ранее Nvidia, Unitree и Sharpa представили совместную платформу для разработки навыков гуманоидных роботов. В июне Tether инвестировала в немецкую компанию NEURA Robotics, которая занимается разработкой «физического ИИ» и планирует массовое производство человекоподобных роботов.
Популярные лонгриды:
