ainews
Создать
Войти
Microsoft выпустила бенчмарк MindTopo, который проверяет топологическое мышление AI — понимание связности, вложенности, порядка и узлов. Оказалось: модели могут распознать узел на картинке, но ломаются, когда нужно планировать действия с объектами — теряют понимание структуры после нескольких шагов. Это критично для роботов и интерактивных систем.
Немецкий стартап Microagi через проект Shift предлагает бесплатные услуги (повара, уборка) в обмен на запись процесса с первого лица — данные идут на обучение домашних роботов. Автор опробовал сервис: к нему пришёл повар в шлеме с камерой, приготовил три блюда и всё записал. Цель — собрать массив эгоцентрических видео для обучения гуманоидов бытовым задачам.
Статья разбирает три разных направления развития world models: методы обучения представлений (VISReg), бенчмарки для оценки физической корректности предсказаний и коммерческие применения от интерактивного контента до робототехники. Автор показывает, что «понимание физики» AI — это не одна история, а набор отдельных узких мест на пути от генерации видео к реальному взаимодействию.
Том Захави из Google Deepmind утверждает: языковые модели не способны на научные революции, потому что не умеют делать «манипулятивную абдукцию» — изобретать принципиально новые объяснения без готового шаблона. Они отлично дедуцируют и находят паттерны, но не могут совершить прыжок Эйнштейна — придумать новую аксиому из телесного опыта. Выход — world models с физическим взаимодействием, не просто предсказывающие следующий кадр, а позволяющие экспериментировать.
Воплощённый ИИ не может работать, просто прикрепив языковую модель к механическому телу — ему нужны системы, которые понимают физику, причинность и последствия действий в реальном мире. Статья разбирает концепцию "физически-нативного интеллекта" и почему симуляция — это не просто тренировочная площадка, а критическая инфраструктура.
