Команды Яндекс Роботикс и автономного транспорта работают над проектом Physical AI — физическим искусственным интеллектом, способным понимать, воспринимать и адаптироваться к реальному миру. Разработка направлена на создание универсального «мозга», который сможет работать в разных типах роботов, транспортных средств и гуманоидов.
Physical AI объединяет восприятие, планирование и взаимодействие с физической средой, что делает возможным формирование единой интеллектуальной системы, независимой от конкретного корпуса или конструкции робота.
Цель проекта
Современная робототехника остаётся фрагментированной: существует множество специализированных решений, рассчитанных на выполнение узких задач. Physical AI должен изменить этот подход, обеспечив роботам способность действовать гибко и универсально, независимо от формы и назначения устройства.
Разработка призвана научить роботов не только выполнять действия, но и понимать контекст происходящего — видеть причинно-следственные связи и предсказывать последствия собственных действий. Например, система должна осознавать, что при наклоне стакана выльется вода или что при переноске предмета важно учитывать его вес и устойчивость.
Основные направления работы
Физический искусственный интеллект создаётся на базе опыта, накопленного в области робототехники и автономного вождения. Он позволит:
Развитие сервисных и промышленных роботов
Команда Яндекс Роботикс создаёт модель VLA (Vision-Language-Action), которая переводит голосовые и текстовые команды, а также визуальные данные в конкретные действия. На данный момент система поддерживает более десяти базовых операций, включая «взять», «положить» и «перенести», и продолжает расширяться.
С помощью системы управления Yandex RMS роботы смогут определять оптимальные комбинации действий для решения конкретных задач — самостоятельно или в координации с другими машинами.
Аналогом теста Тьюринга для Physical AI специалисты называют тест Возняка — задание «сходить на кухню и сделать кофе». Чтобы справиться с ним, робот должен распознать предметы в незнакомой обстановке, понять их назначение, спланировать действия и безопасно реагировать на неожиданные ситуации.
Для достижения этой цели инженеры используют подход, основанный на объяснении, демонстрации и совместном обучении: человек показывает роботу задачу и правильные действия, а система учится обобщать полученный опыт.
Physical AI и автономный транспорт
Команда автономного транспорта Яндекса развивает ML-планировщик — нейросетевую систему на основе трансформеров, обученную на действиях профессиональных водителей. Она помогает автомобилю выбирать плавную, естественную и предсказуемую траекторию движения.
Параллельно ведётся работа над симулятором, где автономные автомобили, доставочные и гуманоидные роботы обучаются поведению в редких или сложных сценариях — например, при внезапном появлении пешехода или нестандартной дорожной развязке.
Внедрение Physical AI станет следующим этапом развития: система позволит технике воспринимать окружающий мир как динамичную, живую среду. Это даст роботам и транспортным средствам возможность учитывать сигналы светофоров, предсказывать действия других участников движения, оценивать вес и устойчивость объектов и взаимодействовать с окружающим пространством точно, безопасно и в реальном времени.
Physical AI объединяет восприятие, планирование и взаимодействие с физической средой, что делает возможным формирование единой интеллектуальной системы, независимой от конкретного корпуса или конструкции робота.
Цель проекта
Современная робототехника остаётся фрагментированной: существует множество специализированных решений, рассчитанных на выполнение узких задач. Physical AI должен изменить этот подход, обеспечив роботам способность действовать гибко и универсально, независимо от формы и назначения устройства.
Разработка призвана научить роботов не только выполнять действия, но и понимать контекст происходящего — видеть причинно-следственные связи и предсказывать последствия собственных действий. Например, система должна осознавать, что при наклоне стакана выльется вода или что при переноске предмета важно учитывать его вес и устойчивость.
Основные направления работы
Физический искусственный интеллект создаётся на базе опыта, накопленного в области робототехники и автономного вождения. Он позволит:
- Обрабатывать мультимодальные данные — изображение, видео, звук и текст, приближая восприятие машин к человеческому.
- Обеспечить адаптивность под разные типы роботов и транспортных платформ.
- Реализовать способность моделировать последствия действий и самостоятельно принимать решения на основе анализа ситуации.
Развитие сервисных и промышленных роботов
Команда Яндекс Роботикс создаёт модель VLA (Vision-Language-Action), которая переводит голосовые и текстовые команды, а также визуальные данные в конкретные действия. На данный момент система поддерживает более десяти базовых операций, включая «взять», «положить» и «перенести», и продолжает расширяться.
С помощью системы управления Yandex RMS роботы смогут определять оптимальные комбинации действий для решения конкретных задач — самостоятельно или в координации с другими машинами.
Аналогом теста Тьюринга для Physical AI специалисты называют тест Возняка — задание «сходить на кухню и сделать кофе». Чтобы справиться с ним, робот должен распознать предметы в незнакомой обстановке, понять их назначение, спланировать действия и безопасно реагировать на неожиданные ситуации.
Для достижения этой цели инженеры используют подход, основанный на объяснении, демонстрации и совместном обучении: человек показывает роботу задачу и правильные действия, а система учится обобщать полученный опыт.
Physical AI и автономный транспорт
Команда автономного транспорта Яндекса развивает ML-планировщик — нейросетевую систему на основе трансформеров, обученную на действиях профессиональных водителей. Она помогает автомобилю выбирать плавную, естественную и предсказуемую траекторию движения.
Параллельно ведётся работа над симулятором, где автономные автомобили, доставочные и гуманоидные роботы обучаются поведению в редких или сложных сценариях — например, при внезапном появлении пешехода или нестандартной дорожной развязке.
Внедрение Physical AI станет следующим этапом развития: система позволит технике воспринимать окружающий мир как динамичную, живую среду. Это даст роботам и транспортным средствам возможность учитывать сигналы светофоров, предсказывать действия других участников движения, оценивать вес и устойчивость объектов и взаимодействовать с окружающим пространством точно, безопасно и в реальном времени.
