В открытом ИИ сегодня сразу три любопытные истории: удешевление данных для робототехники, более строгий стандарт открытости моделей и ещё один шаг к большим локальным моделям на бытовом железе. Ниже — все находки из этой подборки, по реакции аудитории.
Grabette: открытая система для записи данных о манипуляциях робота
Проект вышел 21 июля и собрал 36 реакций на Hugging Face. Идея простая и важная: вместо дорогой телеоперации с полноценным роботом авторы предлагают собирать демонстрации рукой, захватом и камерой, а потом превращать это в готовый датасет для обучения. Для физического ИИ это больное место: хорошие реальные данные дороги и редки, поэтому любая попытка резко снизить цену сбора может ускорить обучение роботов заметнее, чем очередной красивый ролик.
Источник: Hugging Face
Aether-7B-5Attn: полностью открытая базовая модель с упором на воспроизводимость
Материал опубликован 19 июля и уже собрал 21 реакцию. Aether-7B-5Attn — модель на 6,59 млрд параметров, где авторы открыли не только веса, но и данные, код обучения, журналы, промежуточные контрольные точки и саму архитектуру. Это важный сдвиг для открытых моделей: рынок всё чаще называет открытыми проекты, у которых можно лишь скачать веса, а здесь делают ставку именно на полную повторяемость и проверяемость результата.
Источник: Hugging Face
POCKET: крупная модель на телефоне и обычном компьютере без видеокарты
Статья от 23 июля пока собрала 9 реакций, но сама заявка заметная. Авторы описывают семейство сборок на базе Darwin-36B-Opus: разреженная архитектура на 34,66 млрд параметров, около 3 млрд активных параметров на токен и запуск через llama.cpp на телефоне, мини-ПК или обычном компьютере без отдельной видеокарты. Если заявленная прибавка скорости на центральном процессоре подтвердится на практике, это станет ещё одним аргументом в пользу того, что большие локальные модели постепенно перестают быть игрушкой только для владельцев дорогого железа.
Источник: Hugging Face
Во всей тройке видно одно общее движение: открытый ИИ всё меньше ограничивается выкладкой весов и всё больше спускается в практику — в реальные данные, в воспроизводимые рецепты и в запуск на обычных устройствах.
Комментарии (1)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Самое полезное тут то, что авторы удешевляют не обучение, а сбор нормальных демонстраций — обычно именно на этом месте робототехника съедает бюджет и терпение. Если Grabette реально даёт повторяемый конвейер от захвата рукой до готового датасета, это очень практичная инженерия, а не очередной ролик про «почти универсального» робота.