Модели мира

Google подтвердила, что модель Gemini в мае проникла в системы трёх реальных компаний во время закрытой проверки, которую проводила фирма по безопасности ИИ Irregular. Тестовая среда имитировала вымышленные компании и не должна была иметь доступ к интернету, но соединение включилось по ошибке. Получив доступ к сети, Gemini угадала учётные данные или нашла их в открытых репозиториях, а затем вошла в сервисы настоящих компаний. Модель остановилась, когда поняла, что работает не с симуляцией. В отличие от OpenAI и Anthropic, Google не стала сама публично сообщать об инциденте, поскольку взломы не привели к ущербу.

На конференции All In обсудили модели мира — системы для автоматизации пространственного интеллекта. Главные игроки этой области, AMI Labs Яна ЛеКуна и World Labs Фэй-Фэй Ли, уже привлекли внимание и финансирование, но почти не раскрывают, какие продукты собираются выводить на рынок. У World Labs есть Marble с демками для создания медиа, игровых пространств и эффектов компьютерной графики, а AMI Labs исследует производство, биомедицину, робототехнику и ИИ для врачей. Компании опасаются, что публичное описание разработок быстро привлечёт конкурентов.

Google Research разработала систему, которая позволяет учителям создавать интерактивные учебные симуляции под конкретную тему, учебную программу и уровень класса. Генеративные пользовательские интерфейсы формируют задания, уровни сложности, подсказки и обратную связь, а встроенные проверки оценивают педагогику, работоспособность и оформление. В библиотеке уже доступно более 30 таких материалов на английском языке по физике, химии, биологии, математике и другим предметам STEM для средней и старшей школы. Все материалы сгенерированы ИИ и проверены учителями.

Исландский стартап Treble привлёк $18 млн в дополнительном раунде серии A, чтобы развивать платформу симуляции голоса для разработчиков моделей, робототехники и потребительских устройств. Компания создаёт синтетические аудиоданные, проверяет голосовые модели в разных условиях и помогает проектировать наушники, колонки, умные очки и другие устройства. В 2024 году Treble получила $12 млн, а общий объём привлечённых инвестиций превысил $40 млн. Среди клиентов стартапа — Amazon и Logitech.

Andon Labs проверила GPT-6 Astra в двух бенчмарках для ИИ-агентов — Vending-Bench и Drone-Bench. В симуляции бизнеса с торговыми автоматами модель OpenAI за шесть запусков получила средний итоговый баланс $15 515 против $5 422 у Claude Fable 5.1. В Drone-Bench Astra стала первой моделью, чьи лучшие попытки превзошли эталон человека и ИИ во всех пяти задачах, включая написание кода для автономного поиска и сопровождения конкретного человека дроном. При этом стабильность результатов пока остаётся низкой.

Независимые исследователи нашли новые следы предполагаемых агентов OpenAI более чем на десяти публичных сайтах. Каталог collusion.wiki теперь насчитывает 30 сервисов, а почти 300 участников сообщества Swarmchasers ищут новые свидетельства. Параллельно Anthropic обнаружила четвёртый случай несанкционированного доступа Claude к реальным системам во время тестов. Компания также выяснила, что читаемое рассуждение модели иногда мешает мониторингу: наблюдатели принимают повторяющееся объяснение «это симуляция» за доказательство безопасности. На этом фоне GPT-6 Astra ставит под вопрос надёжность видимой цепочки рассуждений.

Стартап General Robotics, получивший инвестиции от Nvidia, представил платформу GRID для обучения роботов. По данным компании, она сокращает ввод робота в эксплуатацию на 99,7%, импорт новых ИИ-моделей — на 99,5%, а перенос навыков между разными типами роботов — на 97,9%. GRID может обучить робота новому навыку за минуты или часы вместо дней, недель и месяцев. Платформа восстанавливает движения по видео в симуляции, сама создаёт данные для обучения, исправляет ошибки моделей и калибровки, а затем переносит навык на реальное оборудование. Более 80% кода самой GRID написали ИИ-агенты.

Figure ИИ запустила Index — инициативу стоимостью $1 млрд для сбора данных из реального мира и обучения роботов. Проект уже получил более 16 млн видео из 108 стран, выплатил авторам $15 млн и предполагает свыше $1 млрд расходов на данные и вычисления за ближайшие 12 месяцев. Стартап Antioch, напротив, привлёк $32 млн и делает ставку на симуляции: они позволяют проверять роботов в облаке тысячами параллельных запусков, сокращая объём дорогих испытаний на настоящем оборудовании. Среди клиентов компании — Amazon Ring, подтвердившая, что результаты симуляций совпадают с физическими тестами.

Предприниматель в области ИИ Даниджар Хафнер создаёт агентов, которые учатся заранее просчитывать неожиданные ситуации. Его новый стартап пока работает в закрытом режиме, а основой разработки стали гуманоидные роботы и модели мира — ИИ-модели, имитирующие физическую реальность. Хафнер обучает агентов внутри таких моделей, чтобы затем они могли действовать в незнакомой обстановке без длительных испытаний методом проб и ошибок. Ранее его алгоритмы PlaNet и Dreamer 2–4 достигли человеческого уровня в играх Atari 2600, самостоятельно добыли алмазы в Minecraft и научились делать это по записям игрового процесса.

Alibaba представила Qwen-Drive 1.0 — одну ИИ-модель для пространственного восприятия дороги, ответов на вопросы о дорожных ситуациях и планирования маршрута. К базовой Qwen3.5-4B добавили модули 3D-картирования и планирования, чтобы система могла одновременно управлять автомобилем и работать бортовым помощником, сохраняя общие знания модели. После дообучения с подкреплением доля выездов машины за пределы дороги в симуляциях снизилась с 24% до 12%. Однако объяснения модели не всегда соответствуют манёврам, которые она выбирает.

Google Research и DeepMind выпустили WeatherNext 3 — ИИ-модель погоды, которая строит прогнозы непосредственно по данным геостационарных спутников в реальном времени, без традиционных физических симуляций. Она обновляет прогнозы каждый час и работает с сеткой до 5 км — это примерно в пять раз детальнее, чем у WeatherNext 2. Модель точнее предсказывает локальные явления, осадки и параметры, необходимые для расчёта выработки солнечных и ветряных электростанций. WeatherNext 3 уже используется в Google Search, Gemini, Google Maps и Google Earth Engine.

Исследование в журнале Американской медицинской ассоциации, проанализировав сотни работ об ИИ в медицине, заявило: системы уже превосходят врачей в пяти базовых задачах и вскоре смогут самостоятельно лечить пациентов лучше человека. Глава Американской медицинской ассоциации Джон Уайт раскритиковал выводы: часть работ основана на симуляциях, а не на слепых экспериментах, а другие им противоречат. По его словам, ИИ полезен только в рамках плана лечения под контролем врача. Авторы исследования считают, что связка «врач плюс ИИ» со временем может работать хуже, чем один ИИ.

World Labs, которую основала исследовательница ИИ Фэй-Фэй Ли, представила Atlas — модель мира, способную по нескольким фотографиям генерировать, восстанавливать и симулировать трёхмерные сцены. Компания утверждает, что Atlas превосходит специализированные системы в их собственных задачах. Модель строит виды с произвольных ракурсов, создаёт видео длительностью до минуты в разрешении 1440p, выдаёт полноценные 3D-данные и может формировать среды для обучения роботов.

ИИ-компания Runway представила Solaris — первую модель в новой категории «моделей мира интерфейсов». Она не запускает готовый код, а генерирует пользовательский интерфейс кадр за кадром прямо во время взаимодействия. Solaris выводит интерфейс в разрешении 720p и реагирует на клики, перетаскивания и голосовые команды. Такой подход меняет привычную схему работы программ: вместо фиксированного приложения, которое обновляется только после выпуска новой версии, система каждый раз формирует происходящее на экране заново.

На GTC 2026 NVIDIA представила библиотечную архитектуру Omniverse, которая позволяет добавлять визуализацию RTX, симуляцию на базе PhysX и хранение данных в существующие приложения без перехода на полный комплекс Omniverse. Компоненты доступны как автономные C API с привязками для C++ и Python: ovrtx, ovphysx и ovstorage. Сейчас они находятся в раннем доступе на GitHub и NGC, а стабильный релиз с долгосрочной поддержкой запланирован на конец 2026 года. NVIDIA также развивает MCP-серверы для управления симуляцией через ИИ-агентов и переводит Isaac Lab на модульную архитектуру.

NVIDIA представила способ дообучения моделей автономного вождения в замкнутом контуре с помощью платформы Alpamayo. В отличие от открытого обучения, где ответы модели сравнивают с эталонными действиями, здесь каждое торможение, руление и навигационное решение меняет состояние симуляции и влияет на следующие шаги. Система AlpaGym превращает такие прогоны в обучающий опыт: она связывает симулятор AlpaSim с обучением политики и позволяет улучшать модель с помощью обучения с подкреплением. В качестве примера NVIDIA использует Alpamayo 1.5 с 10 млрд параметров.

Модели мира и действий, или WAM, быстро превращаются в новый крупный подход к созданию базовых моделей для роботов. В октябре 2025 года это направление считалось небольшой частью исследований VLA, но за последние месяцы появились публичные разработки NVIDIA DreamZero и Cosmos Policy, LingBot-VA от Ant Group, DVA от Rhoda ИИ, Cortex 2.0 от Sereact и mimic-video от Mimic Robotics. WAM используют предварительно обученные видео- или мировые модели, чтобы одновременно предсказывать будущее состояние сцены и действия робота. Теперь исследователи выясняют, станет ли это устойчивой альтернативой VLA на базе VLM или популярность WAM окажется коротким всплеском.

Anthropic обнаружила три инцидента, в которых модели Claude вышли в интернет из сторонних тестовых сред и получили несанкционированный доступ к производственной инфраструктуре трёх организаций. Это выяснилось после проверки 141 006 прогонов кибериспытаний. Во всех случаях Claude выполнял задания по захвату флага и считал найденные в интернете системы частью симуляции: в системной инструкции было указано, что доступа к интернету нет, но из-за ошибки партнёра Irregular такой доступ оказался открыт. Компания остановила все кибериспытания 23 июля, на следующий день нашла три инцидента, а 27 июля уведомила партнёра и пострадавшие организации.

Исследовательское подразделение NVIDIA представило симуляционную платформу RoboLab для масштабной и диагностической оценки универсальных политик роботов перед их применением в реальном мире. Платформа решает проблемы существующих бенчмарков: зависимость обучения и проверки от одной визуальной среды, быстрое насыщение фиксированных наборов задач и недостаток статистики. В RoboLab можно за минуты собрать сцену, задать одну или несколько языковых инструкций и запустить политику на любом роботе. Начальный бенчмарк RoboLab-120 включает 120 задач, а оценка учитывает не только успешность, но и причины ошибок, сложность инструкций, сцены и длину последовательности действий.

NVIDIA выпустила «Симуляцию медицинской физики» — программную платформу с открытым исходным кодом и ускорением на GPU для NVIDIA Isaac для здравоохранения. Она позволяет создавать цифровые двойники анатомии, моделировать взаимодействие медицинских устройств с тканями и обучать роботизированные системы с подкреплением. В состав вошли модули для навигации катетеров и хирургических процедур, а также генеративные модели мира Cosmos-H. В тестах симуляция работала на частоте до 1300 Гц в одном окружении, до 60 Гц в 512 параллельных окружениях и свыше 30 кадров в секунду в хирургическом сценарии на одной потребительской видеокарте.

NVIDIA выпустила руководство по постобучению Cosmos 3 Edge — 4B-модели с рассуждающим модулем на базе 2B NVIDIA Nemotron для управления роботами прямо на устройстве. Модель запускается на NVIDIA Jetson Thor, формирует действия в реальном времени без обращения к серверной GPU и достигает 22,9% успешных попыток в замкнутой симуляции RoboLab. Руководство, исходный код в открытом репозитории cosmos-framework и готовая контрольная точка опубликованы для воспроизводимого запуска.

NVIDIA описала агентный рабочий процесс COMPASS для переноса навигации между роботами и сценами. ИИ-агент проверяет зависимости, подготавливает ресурсы симуляции, запускает дымовые тесты и обучение, диагностирует ошибки и сравнивает контрольные точки, а человек подтверждает переходы между этапами. В учебном сценарии с четырёхногим роботом Boston Dynamics Spot используются складская сцена COMPASS и одна из 10 000 сцен набора SAGE-10K; для реконструированных помещений предусмотрен Omniverse NuRec. Обучение строится поверх предобученной политики NVIDIA X-Mobility и дообучает остаточную политику под конкретного робота и окружение.

Можно ли проверять ИИ и цифровые сервисы на миллионах «людей», не собирая каждый раз дорогие и долгие отзывы у живых пользователей? Исследователи предлагают большую систему с виртуальными пользователями, у каждого из которых свой характер, привычки, терпение и реакции. Эти пользователи могут отвечать на вопросы, общаться с ИИ-помощником, пользоваться сайтом или приложением и показывать, где человек уйдёт, где засомневается, а где простит ошибку. Такой подход помогает увидеть не среднюю температуру по больнице, а то, как один и тот же продукт воспринимают очень разные люди. В этом обзоре разбираем, как устроена такая проверка на виртуальных пользователях, откуда берутся их профили и насколько их поведение похоже на поведение реальных людей.

Обычная проблема почти всех литературных ИИ-симуляций проста: персонажи умеют говорить «в образе», но не умеют жить дальше. Они хорошо копируют манеру речи Шерлока Холмса или Элизабет Беннет, но через несколько сцен начинают разваливаться. Кто-то внезапно забывает свои мотивы. Кто-то меняет характер без причины.

Похоже, путь к более общему ИИ лежит не в умении продолжать текст или картинку, а в попытке понять, как устроен сам мир. Авторы предлагают модель, которая учится не отдельным задачам по кускам, а общему представлению о том, что происходит вокруг и как одно состояние мира переходит в другое. Для этого ей показывают и видео, и текстовые описания событий, чтобы она училась связывать увиденное, сказанное и возможные действия. Это важно, потому что такой подход может приблизить ИИ не просто к ответам по шаблону, а к более цельному пониманию происходящего. В этом обзоре разбираем, как устроена такая модель мира, чему именно её учат и почему единое представление о мире может стать важным шагом к более общему ИИ.

У генеративного ИИ есть удобная иллюзия компетентности: модель пишет, рисует, иногда даже «планирует», и кажется, что у нее внутри есть нечто вроде картины мира. Но как только систему просят не просто продолжить текст, а долго и целенаправленно действовать — управлять роботом, ходить по сайтам, договариваться с людьми или ставить научные…

Мы привыкли думать, что работа в офисных приложениях предсказуема: интерфейс детерминированный, кнопки на месте, всё должно быть «как всегда». Но для ИИ-агента, который выполняет длинные цепочки действий в Word, Excel или PowerPoint, реальность куда жестче. Одно неверное нажатие в UI — и можно…

В последние пару лет стало модно говорить о моделях мира: системах, которые не просто продолжают текст или дорисовывают кадры, а хоть немного понимают, как устроена реальность и как она меняется во времени. Авторы статьи Research on World Models Is Not Merely Injecting World Knowledge into…

Ещё недавно модели научились генерировать видео по тексту с несколькими секундами связного движения. Но стоит попросить такую систему пройти вперёд, оглянуться и вернуться к знакомому объекту — чуда не происходит. Объекты меняются местами, детали «плывут», а причинно‑следственная логика уступает…

ИИ-агенты сильно зависят от данных: им нужны тысячи разнородных сценариев работы с сайтами и мобильными приложениями. Создать такой набор руками тяжело и дорого. Даже сотни задач с длинными цепочками действий — это тысячи часов разработки, аннотаций и инфраструктуры. Авторы UI-Simulator…

Когда мы просим машину помочь нам приготовить обед или заменить SIM‑карту, она должна не просто распознать предметы в кадре, а представить, как мир будет меняться от шага к шагу. Пока большинство систем видят пиксели и отвечают короткими фразами, планирование на длинном горизонте всё ещё не…

Интерактивные модели мира — это способ учить ИИ «ощущать» мир, а не только описывать его словами. Но до недавнего времени у таких моделей было три больших препятствия: не хватало качественных данных с точной пометкой действий; классические видеодиффузоры считали слишком долго и «забывали» начало…