Мир, который реагирует на действия: что умеет NVIDIA Cosmos 3
NVIDIA рассказала о четырёх специализированных моделях Cosmos 3, предназначенных для создания синтетических данных и интерактивных сред. Две из них работают со сценами вождения и показаниями автомобильных сенсоров, ещё две — с визуальными наблюдениями для роботов. Все четыре получили открытые веса.Подробный материал компании вышел 5 ноября. При этом в карточках моделей датой выпуска указано 20 октября 2026 года. Новинки созданы путём дообучения Cosmos 3 Nano и, по данным NVIDIA, содержат по 16 млрд обучаемых параметров
Терминал, которого нет: я научил модель на 360M параметров изображать bash, vim и tmux
Коротко: я дообучил языковую модель на 360 млн параметров работать терминалом. Никакого шелла и файловой системы за ней нет: на вход идёт каждое нажатие клавиши, а модель предсказывает, как изменится экран. Она умеет создавать файлы, запускать vim и tmux, играть в змейку и обычно помнит, что вы написали несколько команд назад. Больше всего дали два приёма: научить модель исправлять собственные ошибки и декодировать строки экрана параллельно. Попробуйте в браузере (208 МБ) и наберите pythoon, чтобы убедиться, что это не настоящий шелл.
Есть два стула: зачем Google вышел из гонки ИИ, пока OpenAI и Anthropic ставят на неё всё
Куда мы идём?Я уверен, вы тоже начали забивать на чтение новостей про очередную вышедшую модель от китайцев или OpenAI, а статьи про то, что Сэм Альтман лично парсит интернет и взламывает мировые платформы вроде HuggingFace, вы воспринимаете с улыбкой. Но мир искусственного интеллекта не зависит от нашей скуки и интенсивности скроллинга новостей — по крайней мере пока. Поэтому хочется резюмировать: а куда мы, или, если быть точнее, западные гиганты Google, OpenAI и Anthropic, движутся? Какова их конечная цель, кроме как обкешиться на IPO до глобального ресета рынка?
Может ли ИИ выучить физику, просто наблюдая за миром?
О когнитивных способностях человека есть много исследований. Одно из самых известных это исследование за авторством Элизабет Спелке. Оно о том как у человека появляется самое первое, базовое понимание мира и физических законов. Её работа ставит под сомнение традиционные взгляды на то, что всё человеческое знание приобретается исключительно через опыт, и выдвигает гипотезу о наличии врожденных когнитивных систем.
Модели мира после LLM: что именно строит AMI Labs и почему практический выход может лежать через VLA
Директор по робототехнике NVIDIA: языковые модели — тупик, будущее за «моделями мира»
Джим Фан, директор по робототехнике NVIDIA, заявил о смене парадигмы в ИИ. Предсказание следующего слова — прошлый век. Новая цель — предсказание физических состояний мира.Суть в том, что современные VLA-модели для роботов строятся поверх языковых моделей, но большинство их параметров хранят знания («это лого Coca-Cola»), а не физику («наклонишь бутылку — жидкость прольётся»). Это архитектурный тупик.Аргумент от обезьяны: приматы водят гольф-кары, понимая язык хуже BERT. Треть коры мозга обрабатывает зрение, язык — компактная надстройка. Зрение замыкает сенсомоторику напрямую, без слов.
