автоматизация

  • Tesla выводит Optimus в цеха: тысяча гуманоидов уже работают

    Tesla выводит Optimus в цеха: тысяча гуманоидов уже работают

    По данным отраслевых источников, Tesla уже распределила около 1000 человекоподобных роботов Optimus по своим предприятиям в США. Машины работают на заводах в Техасе и Фримонте, постепенно включаясь в реальные производственные процессы.

    Еще недавно гуманоидные роботы считались неэффективными для промышленности. Специализированные манипуляторы были дешевле и проще. Однако Tesla делает ставку на универсальность и снижение стоимости. Компания рассчитывает довести цену Optimus до 20–30 тысяч долларов.

    Роботы в цехах, а не на сцене

    Сейчас Optimus в основном перемещает грузы и учится работать с аккумуляторными ячейками. Роботы сортируют элементы и комплектуют тяговые батареи для электромобилей.

    На предприятиях уже используется третье поколение Optimus. Оно оснащено кистями с 22 степенями свободы. Приводы перенесены в предплечье. Пальцы управляются «сухожилиями», а датчики на кончиках точно регулируют усилие захвата.

    Обучение за часы вместо недель

    За обучение отвечает архитектура FSD v15, созданная для автопилота Tesla. Роботы ориентируются в пространстве с помощью восьми камер и быстро осваивают новые операции.

    Вместо языковых моделей применяются большие поведенческие модели. Они описывают взаимодействие с реальными объектами. Новые навыки теперь можно загрузить за несколько часов, а не недель программирования.

    Массовое производство и социальные риски

    Tesla уже строит в Техасе отдельный корпус для выпуска Optimus. Компания рассчитывает произвести до 50 тысяч роботов к концу года. В перспективе возможна и бытовая версия.

    Роботы уже способны работать 8–10 часов без подзарядки. Этого достаточно для замены нескольких смен персонала. При этом остаются проблемы износа механизмов и социальных последствий замещения людей.

  • Гуманоидный робот Atlas готов к промышленной работе

    Гуманоидный робот Atlas готов к промышленной работе

    Boston Dynamics представила финальную производственную версию гуманоидного робота Atlas. После многих лет тестирования проект довели до промышленного стандарта. Первыми заказчиками станут Hyundai и Google DeepMind.

    Компания заявляет, что Atlas рассчитан на «широкий спектр промышленных задач». Робот ориентирован на стабильность и надежность. Он может работать автономно, под управлением оператора или через планшет.

    Характеристики и возможности

    Финальная версия Atlas получила параметры, рассчитанные на тяжелую промышленность:

    • радиус действия до 2,3 метра
    • грузоподъемность до 50 килограммов
    • рабочая температура от −20 до +40 градусов

    Робот полностью электрический. Переход с гидравлики завершили в 2024 году. Тогда же показали работу с автомобильными деталями.

    Когда Atlas выйдет на конвейер

    Hyundai планирует начать использование Atlas на автозаводах с 2028 года. Сначала роботу доверят последовательную укладку деталей. К 2030 году задачи расширят до сборки компонентов и тяжелых операций.

    Google DeepMind получит Atlas для интеграции ИИ-моделей Gemini Robotics. Партнерство нацелено на автономную работу роботов в сложных производственных условиях. Проект объединяет робототехнику и искусственный интеллект.

  • Фоткай — и производи: новая эра CAD-моделей

    Фоткай — и производи: новая эра CAD-моделей

    Исследователи опубликовали настоящую сенсацию в мире инженерии и AI — GenCAD, первую открытую нейросеть, способную по фотографии генерировать полноценную параметрическую CAD-модель.

    Но это не просто красивый рендер — речь идёт о скрипте, который можно немедленно загрузить в редактор, изменить и… отправить в производство.

    Разработчики подчёркивают: существующие image-to-mesh-решения работают с вокселями, облаками точек и полигональными сетками — красиво, но бесполезно для инженерии. GenCAD идёт дальше. Она выдаёт не модель-«болванку», а последовательность команд, из которых строится полноценная инженерная модель.

    Сердце GenCAD — сложная архитектура:

    • трансформер-кодировщик, сжимающий команды в компактное ядро;
    • контрастивное обучение, выравнивающее язык команд и визуальный образ;
    • диффузионная модель, превращающая фото в скрытое представление;
    • декодер, который восстанавливает из этого набора параметрические инструкции.

    Главная сенсация — редактируемость. Полученный скрипт можно адаптировать под нужды производства, изменить отдельные параметры и моментально интегрировать в рабочие процессы.

    Вместе с релизом кода на GitHub исследователи выложили датасет и обученные модели. Это не просто шаг к автоматизации дизайна — это революция для всего производства.