Биты и Болты | ИИ • Роботы • Наука

🧠 OpenAI впервые показала цифры своего собственного AI-чипа — и в некоторых режимах он заметно экономичнее Nvidia На Hot Chips OpenAI показала первые публичные тесты собственного ускорителя Jalapeño, разработанного вместе с Broadcom. Это специализированный чип именно для вывода моделей, а не для их обучения. По тестам OpenAI и SemiAnalysis, Jalapeño выдавал примерно в 1,5–1,9 раза больше производительности на киловатт, чем системы Nvidia GB200/GB300, и в некоторых режимах обеспечивал в 1,7–3,6 раза меньшую задержку. Сам ускоритель рассчитан на 700 Вт и оснащён шестью стеками HBM4 — всего 216 ГБ памяти с пропускной способностью 15,4 ТБ/с. Но сравнение нужно читать внимательно. OpenAI не тестировала Jalapeño против более новой Vera Rubin, а часть красивых преимуществ получается в специально выбранных низколатентных режимах. Если считать полное энергопотребление стойки, разрыв становится меньше. И всё равно это важный сигнал для рынка. Nvidia продаёт универсальные ускорители для множества задач, а крупнейшие AI-компании всё активнее проектируют железо под собственные конкретные нагрузки. Если такая специализация даёт даже полтора раза лучшую эффективность на миллионах запросов, экономика дата-центра меняется очень заметно.

🤖 Почему роботы уже умеют делать сальто, но всё ещё не умеют нормально работать Закончил большой разбор World Robot Conference 2026. За эффектными роликами с боксом, настольным теннисом и роботами-поварами на выставке обнаружилась куда более интересная история: индустрия постепенно упирается уже не столько в механику, сколько в обобщение и экономику. Разобрал три вопроса: — умеет ли робот работать в незнакомой обстановке; — сколько часов в смену он реально полезен; — сходится ли при этом стоимость его полезного часа. Внутри — критерий «момента ChatGPT» для роботов от главы Unitree, реальные внедрения, колёса против ног, стоимость гуманоидов, сценарный расчёт окупаемости и неприятная статистика: значительная часть поставленных сегодня машин вообще не занята производительной работой. Главный вывод получился довольно простой: тело робота дешевеет быстрее, чем для него находится профессия. Полный разбор — на Хабре: https://habr.com/ru/articles/1074270/

🤖 Xpeng привлекла $900 млн на гуманоидов — но интереснее здесь не деньги Робототехническое подразделение Xpeng привлекло более $900 млн при оценке свыше $6,3 млрд. По данным Reuters, это один из крупнейших раундов в китайской индустрии embodied AI. Сами инвестиции я бы обычно в подборку не тянул. Но здесь они хорошо показывают, насколько быстро китайская робототехника выходит из стадии «несколько эффектных прототипов». Компания заявляет, что деньги пойдут на массовое производство гуманоидов и дальнейшее обучение моделей, управляющих физическими роботами. И всё же оценка в миллиарды пока не означает, что гуманоиды стали хорошим бизнесом. Производители всё ещё упираются в стоимость, надёжность, автономность и необходимость долго обучать машину каждой новой рабочей операции. Так что я бы читал эту историю не как «роботы победили», а как показатель масштаба ставки. Китайские компании уже собирают капитал не на один демонстрационный образец, а на серийное производство физического AI. Теперь им придётся доказать, что спрос на эти машины существует не только у инвесторов.

🤖 Китайские гуманоиды уже обгоняют людей. Но настоящий экзамен — воткнуть кабель в разъём На пекинских World Humanoid Robot Games роботы продолжают ставить эффектные спортивные рекорды, но организаторы в этом году заметно сместили акцент в сторону менее зрелищных вещей: упаковки товаров, работы на складе, зарядки электромобилей, сборки и подключения кабелей. Из 51 дисциплины 21 имитирует реальные рабочие ситуации — фабрики, рестораны, офисы и аварийные сценарии. Более 40% испытаний требуют полностью автономной работы машины. И вот там задачи становятся гораздо неприятнее стометровки: робот должен заметить, что провод лежит немного не там, правильно поставить кисть, приложить нужное усилие и самостоятельно исправиться после ошибки. Это хорошо показывает разрыв между двумя видами робототехники. Быстро пробежать по заранее подготовленной дорожке уже можно. А вот взять предмет неизвестной формы, повернуть его нужной стороной и попасть им в маленький разъём — до сих пор сложнейшая комбинация зрения, управления руками и понимания сцены. Поэтому спортивные рекорды я бы воспринимал скорее как показатель прогресса приводов и баланса. Настоящий перелом наступит тогда, когда самый скучный конкурс — склад, кабели или сборка — перестанет требовать инженера рядом. Для заводов это важнее любого сальто.