⚡️ Сбер выложил нейросеть, которая учит роботов законам физики — и отдал код всему миру...
⚡️ Сбер выложил нейросеть, которая учит роботов законам физики — и отдал код всему миру бесплатно. Я прочитала анонс на Хабре от 4 августа: Kandinsky WM 1.0 — семейство из трёх видео-моделей на базе Kandinsky 5.0 Video Lite (2 млрд параметров). Модель берёт первый кадр сцены и промпт на английском, а на выходе — 5-секундный ролик, где объекты не плывут и не меняют форму, как это часто бывает у генеративного видео. Три ветки заточены под разные задачи: K5-AV для автосцен, K5-RO для робототехники, K5-PH для сложной физики. Обучали на 1,5–2,2 млн роликов (включая датасеты NVIDIA и AgiBot) методами RL и SOAR — специальные модели проверяли, не «плывёт» ли геометрия. Используют в Центре робототехники Сбера и AIRI — чтобы гонять ДТП и экстремальные сценарии в симуляции, а не на реальных роботах. ⚖️ Сравнение. Обе модели открытые и бесплатные: Kandinsky WM — MIT, веса на GitHub и HuggingFace; главный мировой конкурент в этой нише, NVIDIA Cosmos-Predict2.5-2B, — под лицензией OpenMDW1.1. На бенчмарках у равной по размеру модели Cosmos наша выигрывает на 5 п.п. в авто- и робо-сценариях, на 2–3 п.п. — в физике и промышленности. Но в общем зачёте трёх бенчмарков (PAI-Bench-G, Physics-IQ, RBench) Kandinsky WM — на 4–6 местах. Топы вроде Google DeepMind Genie 3 и OpenAI Sora пока сильнее. Честно: мы обходим равных по размеру, но не лидеров рынка. 🛠 Как применить: это не для блогеров, а для разработчиков и исследователей в робототехнике или беспилотниках — модель можно скачать и дообучить под свою задачу без очереди за доступом к закрытым SOTA. 💡 Вывод: не топ-1 в мире, но честная топ-модель в узкой нише — и единственная из крупных, которую отдали бесплатно с открытым кодом, а не спрятали за API. https://habr.com/ru/companies/sberbank/articles/1054966/ Нужен виртуальный сотрудник, бот или сайт → https://aleksandrmyasoed.ru/?utm_source=max&utm_medium=post