Искусственный интеллект, роботы - применение

[samsony1]

Отечественный рынок генеративного AI увеличится в 5 раз в этом году

Рост объясняется высоким спросом крупных компаний, которым нужны внутренние решения из-за требований безопасности данных.

Объём рынка генеративного искусственного интеллекта (GenAI) достигнет 58 млрд рублей по итогам 2025 года, тогда как в прошлом году показатель составил 13 млрд рублей. Согласно прогнозу консалтинговой компании Onside и вендора Just AI, сегмент технологий GenAI продолжит интенсивно расти в ближайшие пять лет.

В 2030 году рынок генеративного AI может увеличиться до 778 млрд рублей при среднегодовых темпах роста на уровне 68,1%. Аналитики считают такой сценарий возможным, если в течение следующих двух лет будет происходить успешное масштабирование B2B-внедрений.

Российские компании в этом году всё больше переходят от пилотирования решений к промышленному внедрению. Хотя пилотные проекты по-прежнему занимают значительную часть рынка — 55% в общем объёме. Доля масштабирования проектов составляет 30%, а промышленных внедрений —15%.

источник - здесь

[samsony1]

Российские пользователи рассказали о принципах работы с нейросетями

Новое исследование показало, что большинство российских пользователей замечают резкий рост контента, созданного искусственным интеллектом, и уверяют, что могут его отличить. При этом аудитория негативно реагирует на скрытое использование ИИ.

В конце 2025 года международное коммуникационное агентство LAMPA и медиахолдинг Rambler&Co провели исследование о том, как российские пользователи воспринимают контент, созданный с помощью искусственного интеллекта.

Подавляющее большинство респондентов, 82%, отмечают, что за последний год ИИ-контента в интернете стало значительно больше. Для 65% столкновение с ним стало ежедневной практикой. Чаще всего пользователи встречают сгенерированные изображения, видео и тексты.

При этом 70% опрошенных заявляют, что часто могут отличить искусственный контент. Наиболее заметными признаками они называют слишком идеальный или «стерильный» визуал, «гладкий» стиль текста, использование шаблонных фраз, а также различные ошибки и странные детали.

Отношение к контенту, созданному ИИ, смягчается, если он имеет соответствующую маркировку. Для 16% респондентов использование ИИ приемлемо только при условии его открытого указания. Сокрытие факта использования технологии ведет к ухудшению отношения у 56% аудитории. Для четверти опрошенных отсутствие маркировки становится сигналом нечестности компании.

источник - здесь

[samsony1]

Строитель, повар, фермер — какие профессии осваивают московские роботы

Разработка и производство роботов является одной из самых перспективных отраслей, развитие которой во многом определит облик московской промышленности в ближайшие десятилетия.

Сегодня в этой сфере работает порядка 25 компаний, которые производят роботов, занятых в промышленности, сельском хозяйстве, в складских и спасательных операциях, и на других работах.

Правительство Москвы предлагает компаниям-разработчикам комплексную систему поддержки, включающую как финансовые, так и нефинансовые инструменты.

В частности, Московский Фонд поддержки промышленности и предпринимательства компенсирует до 50 % ключевой ставки Центрального банка по инвестиционным кредитам на сумму до 5 млрд рублей.

Московский гарантийный фонд покрывает до 70% кредита. А на платформе Московского инновационного кластера i.moscow можно получить грант до 30 млн рублей на приобретение оборудования, лизинг или компенсацию уплаченных процентов.
Важную роль в развитии отрасли робототехники играет особая экономическая зона «Технополис Москва».
 
Компании-резиденты могут существенно снизить налоговую нагрузку: на десять лет освобождаются от уплаты налога на имущество, землю и транспорт, платят всего 2% налога на прибыль вместо 25%, а также не платят таможенные пошлины и НДС при ввозе оборудования.

Кроме того, «Технополис Москва» — площадка для подготовки кадров. С прошлого года в Руднево работает Флагманский центр практической подготовки колледжей, где по промышленным специальностям обучаются более 3 тыс. студентов ежегодно.

источник - здесь

[samsony1]

В Китае дорожные полицейские получили ИИ-очки для быстрой проверки транспорта

Отдел управления дорожным движением китайского города Чанша оснастил своих сотрудников на дорогах умными очками с искусственным интеллектом. Устройства позволяют получать информацию о транспортном средстве за 1-2 секунды.

Очки оснащены 12-мегапиксельной широкоугольной камерой и алгоритмом стабилизации изображения, а разработчики утверждают, что они предлагают точность распознавания номерных знаков на уровне более 99% и время отклика менее 1 секунды. Устройства позволяют в режиме реального времени получать информацию о регистрации транспортных средств, ежегодном техосмотре и нарушениях, отображая её во всплывающем окне. Дополнительные функции включают распознавание лиц, перевод в режиме реального времени на более чем 10 языков и запись нарушений. Очки могут автономно работать до восьми часов.

источник - здесь

[samsony1]

GPT-5.2 и Gemini 3 Pro стали ИИ с самым высоким уровнем IQ

Сайт Tracking AI обновил рейтинг ИИ по уровню IQ: первое место в нем теперь делят GPT-5.2 Thinking и Gemini 3 Pro. Интересно, что модели OpenAI и Google показали одинаковое количество очков в обоих тестах: классическом тестировании Mensa Norway (141 очко) и оффлайн-тесте (127 очков).

Другое интересное наблюдение — в оффлайн-тесте GPT-5.2 Thinking обошла более мощный и дорогой вариант GPT-5 Pro. Однако Pro-версия отыгралась в классическом Mensa Norway, но, как я писал выше, это может значить лишь то, что модель лучше на него обучена. Неожиданно высокий уровень показала чат-версия GPT-5.2, без режима рассуждений — 120 баллов, что равно результату Claude Opus 4.5.

источник - здесь

[samsony1]

Минэнерго: развитие ИИ увеличит нагрузку на энергосистему России

Основной проблемой сегодня становится увеличение спроса на электроэнергию со стороны центров обработки данных (ЦОД) в крупных городах. Это требует заблаговременного создания дополнительных мощностей вблизи потенциальных точек роста потребления.

Рост популярности ИИ и цифровых сервисов приводит к необходимости пересмотра подходов к развитию энергетической инфраструктуры.

Искусственный интеллект востребован в крупнейших городах — Москве, Санкт-Петербурге, Екатеринбурге и других миллионниках, где уже ощущается дефицит мощности.

источник - здесь

[samsony1]

ИИ-контроль качества на стройке: как алгоритмы по фото и видео превращают «визуальный хаос» в управляемые риски

Классический стройконтроль держится на людях: инженер технадзора, прораб, линейный ИТР, авторский надзор. Но как только объектов становится больше одного, начинается «управление вниманием», а не качеством:

1. Человеческий фактор: усталость, замыленный взгляд, разный уровень компетенций.
2. Нерегулярность фиксации: сегодня сняли подробно, завтра — два кадра «для галочки».
3. Отсутствие контекста: фото без координат, без привязки к зоне/этажу/оси, без стадии работ.
4. Потеря причинно-следственных связей: дефект видят, когда он уже следствие предыдущей ошибки.

ИИ здесь не «заменяет технадзор». Он делает то, что человеку физически тяжело: пересматривать тысячи кадров, сравнивать их между собой, отслеживать динамику и подсвечивать подозрительные зоны.

Что именно делает ИИ на стройплощадке (и что он не должен обещать)

1) Обнаружение дефектов и отклонений
Задача, которая кажется простой на словах: «найти трещины». Но реальный список обычно шире и полезнее:
- трещины/сколы/раковины на бетоне;
- оголение арматуры, коррозия;
- нарушения геометрии (перекос, «волна», смещение);
- дефекты отделки: непрокрас, вздутия, пустоты (частично — косвенно);
- нарушения технологии: отсутствие/неправильная установка армирования, неверная раскладка, шаг крепежа, отсутствие утепления/пароизоляции, не тот узел примыкания;
- несоответствие проекту на уровне «фактически сделано не так» (через сравнение с BIM/эталонными фото).
Важно: если статья продаёт магию — это плохая статья. ИИ редко даёт «100% истину». Он даёт вероятность, уверенность, контекст и приоритет.

2) Раннее предупреждение
Самая сильная часть ИИ — не «нашёл трещину», а нашёл риск до того, как появилась трещина.
Пример: на серии кадров видно, что гидроизоляция уложена с нарушением нахлёста, либо пропущен участок в примыкании. Через неделю там будет проблема, но исправить сейчас — дёшево. Исправить потом — «разобрать и переделать».

3) Контроль динамики
Фото «сегодня» само по себе мало что значит. Сильный продукт — это:
- сравнение «до/после»;
- рост/распространение дефекта;
- повторяемость по подрядчикам/типам работ;
- карта «горячих зон» объекта.

4) Документирование и разборы
ИИ может автоматически формировать отчёты: что, где, когда, какие признаки, какие кадры подтверждают, какая стадия работ. И это внезапно становится не про «компьютерное зрение», а про деньги:
- быстрее закрываются замечания;
- меньше спорных ситуаций;
- проще удержания/претензии;
- меньше переделок.

Источники данных
1. Дроны (облёт фасадов, кровли, больших площадок)
2. Мобильные съёмки (прораб/мастер снимает по чек-листу)
3. Стационарные камеры (таймлапс, зоны критичных процессов)
4. 360-камеры (для помещений, коридоров, квартирографии)

Практика показывает: быстрее всего запускаются решения на мобильных фото. Дроны и 360 дают вау-эффект, но сложнее в регламенте и хранении.

Выгоды почти всегда складываются из трёх вещей:

1. Снижение переделок (самый дорогой пункт)
2. Снижение спорности (доказательная база + таймлайн)
3. Ускорение контроля (инженер проверяет «подсвеченные зоны», а не всё подряд)

На практике ИИ часто окупается не «потому что умный», а потому что делает контроль регулярным и привязывает его к фактам.

Где ИИ особенно эффективен
- массовое жилищное строительство (типовые дефекты, повторяемость);
- большие инфраструктурные объекты (объём данных огромный);
- фасады/кровли/монолит (много визуальных признаков);
- контроль ОТ/ТБ (СИЗ, опасные зоны, нарушение регламента — отдельный пласт задач).

подробнее - здесь

[samsony1]

К 2030 году 80% разработчиков потребуется переподготовка в области генеративного ИИ

Согласно исследованию ИТ-холдинга Т1 «ИТ-рынок в России 2025-2026: импульсы, энергия и потенциал», основными векторами станут фундаментальная переподготовка кадров, активное развитие начинающих специалистов до уровня middle и senior, а также фокус на отечественных технологиях и обязательной ИИ-грамотности.

Развитие образования в последние годы определялось экономической неопределенностью, острым дефицитом кадров, оцениваемым в 500–700 тысяч специалистов, и распространением искусственного интеллекта. В ответ наиболее востребованными стали краткие курсы и программы переподготовки для быстрого трудоустройства. В будущем приоритет сместится в сторону специализации под импортозамещение и российские решения. К 2030 году переподготовка в области генеративного ИИ будет необходима для 80% программистов. Острая нехватка опытных специалистов также усилит роль корпоративных университетов, куда компании готовы инвестировать для выращивания кадров внутри.

Форматы обучения будут меняться: коллаборативное и peer-to-peer обучение вытеснит индивидуальное, а микрообучение в рабочем процессе заменит учебные отпуска. Растущий спрос на специалистов по отечественным решениям, например, на 1С-разработчиков, спрос на которых вырос на 25%, ведет к переходу от универсальных курсов к узкоспециализированным трекам, основанным на практических кейсах.

источник - здесь

[samsony1]

Более 30% компаний предпочитают развивать системы бизнес-аналитики самостоятельно

Из-за угроз информационной безопасности российский бизнес не стремится передавать на аутсорсинг поддержку BI-платформ (англ. Business Intelligence — «бизнес-аналитика»).

Такие результаты показал опрос, в котором приняли участие 200 респондентов из компаний с оборотом свыше 10 млрд рублей. Исследование провела компания «Дар» (входит в ГК «Корус Консалтинг»). Респонденты представляли организации в сфере розничной торговли, производства товаров повседневного спроса, промышленности, энергетики, финансовых услуг.

35% организаций обеспечивают поддержку и развитие BI-систем силами внутренних команд. Остальные компании обращаются к внешним подрядчикам или используют смешанную модель. Аналитики отмечают, что по сравнению с Центральным федеральным округом в других регионах чаще готовы работать с внешними подрядчиками. На отсутствие стремления работать с консультантами чаще всего влияют технические ограничения, нехватка ресурсов и человеческий фактор. Лишь 14% положительно относятся к идее персонализированного сопровождения.

Часть российских компаний по-прежнему использует иностранные решения. 17% опрошенных рассказали о собственных разработках либо об отсутствии BI-систем. Эксперты отмечают, что бизнес готов вместе с поставщиками ПО искать пути решения задач, что может повлиять на развитие отечественного рынка BI-систем.

источник - здесь

[samsony1]

В России разработаны стандарты для интеграции промышленных роботов

Разработаны первые национальные стандарты, упрощающие интеграцию роботов на промышленных предприятиях. Работа выполнена при поддержке Минпромторга компанией «Яндекс Роботикс» совместно с профильными техническими комитетами по стандартизации, Росстандартом и Институтом стандартизации.

Стандарты описывают единую информационную модель — общий набор правил и терминов для программного взаимодействия между роботами и системами управления. Это создает унифицированный «язык общения» для оборудования. При разработке учтены особенности российского рынка и комментарии участников индустрии: производителей, интеграторов и предприятий-заказчиков.

источник - здесь

___________

утверждены первые стандарты общей информационной модели роботов:

ГОСТ Р 60.0.0.22-2025 «Роботы и робототехнические устройства. Общая информационная модель. Термины и определения»,

ГОСТ Р 60.0.0.23-2025 «Роботы и робототехнические устройства. Общая информационная модель. Общие положения»,

ГОСТ Р 60.0.7.6-2025 «Роботы и робототехнические устройства. Общая информационная модель. Описание общей информационной модели».

Информационная модель в сфере промышленной робототехники — общий набор правил для программного взаимодействия между роботами и системами их управления. Она позволяет унифицировать программный «язык общения» роботов и систем управления, реализовывать комплексные промышленные проекты и обеспечивать системную интеграцию робототехники в иные автоматизированные системы.

источник - здесь

[samsony1]

Рейтинг популярности нейросетей ИИ в России

«Алиса AI» стала самым популярным ИИ-ассистентом среди россиян — каждый месяц нейронной сетью «Яндекса» пользуется 14,3% населения России, об этом CNews сообщили представители Mediascope.

Российская нейронная сеть лидирует с большим отрывом, далее идет китайская DeepSeek, которую выбирают только 9,4% пользователей, российский GigaChat — 4%, ChatGPT — 3,5%, Perplexity AI — 1,4%, Character AI — 0,8%.

В общей сложности зарубежные и отечественные нейронные сети каждый месяц применяют 26% россиян. Больше всего пользователей ИИ-сервисов (52%) в возрастной группе 12-17 лет, меньше всего (9%) — среди людей от 65 лет.

По данным Mediascope, всплеск интереса к «Алисе AI» был зафиксирован в конце октября 2025 г. «Меньше чем за сутки после запуска приложение «Алиса AI» попало на первую строчку в российском App Store и вошло в тройку лидеров Google Play. За первую неделю наше приложение скачали полтора миллиона раз. 21 ноября 2025 г. «Алисе AI» — это самая быстрорастущая нейронная сеть на рынке», — сказали CNews в «Яндексе».

источник - здесь

[samsony1]

ИИ в Битрикс24 обработал 21 000 голосовых и видеозадач за месяц

За первый месяц после запуска функции «Аудио и Видео Задачи AI» в Битрикс24 с ее помощью было создано свыше 21 000 поручений. Новая функция автоматически распознает исполнителей, сроки и содержание задач из голосовых и видеосообщений, экономя время пользователей.

Функция «Аудио и Видео Задачи AI» использует искусственный интеллект для автоматического создания задач. Система распознает поручения в аудио- и видеозаписях: определяет исполнителя, сроки, формулирует чек-листы и самостоятельно формирует задачу.

Функция стала доступна пользователям после релиза Битрикс24 Космос в ноябре 2025 года. Согласно данным компании, за первый месяц работы на наиболее активных порталах было зафиксировано от 50 до 100 таких поручений. Статистика указывает на востребованность инструмента для сокращения рутинных операций и контроля договоренностей по проектам.

источник - здесь

[samsony1]

китайский популярный певец выступил с подтанцовкой из роботов —и они отлично справились

Человекоподобный робот G1 китайской компании Unitree ворвался в интернет подобно шторму: всё больше роликов с его участием становятся популярными. Он уже наглядно продемонстрировал свою способность выполнять сложные движения и даже выдерживать удар ногой в прыжке, не теряя равновесия. Теперь же G1 дебютировал на большой сцене вместе с китайским певцом Ван Лихом (Wang Leehom) во время недавнего концерта в Чэнду.

В опубликованной видеозаписи демонстрируется целая армия роботов G1, одетых в яркие костюмы, состоящие из мешковатых брюк и сверкающих рубашек. Все вместе они выполняют невероятно убедительные танцевальные движения, причём в танце они очень органично сливаются с людьми-танцорами, которые также выступали на сцене. В один из моментов можно увидеть, как несколько роботов одновременно выполняют сальто вперёд с практически идеальной синхронизацией.

источник - здесь

[samsony1]

AI-итоги года: 25 событий 2025-го в 10 главных трендах

2025-й войдёт в историю как год, когда AI перестал «отвечать» и начал «делать». Модели научились рассуждать по бюджету, агенты захватили браузеры и терминалы, а видео и голос превратились из демок в часть инфраструктуры.

Собрали 25 ключевых событий, разбитых по 10 главным трендам года.

подробнее - здесь

[samsony1]

Нейросети научили сложным правилам русского языка

Специалисты Института искусственного интеллекта МГУ и «Яндекса» разработали метод обучения нейросетей тонкостям русского языка. Разработка была представлена на V Конгрессе молодых ученых.

Ученые создали набор из тысячи примеров с грамматическими, пунктуационными и орфографическими ошибками. Примеры охватывают 48 сложных правил, включая те, что проверяются на ЕГЭ и олимпиадах по русскому языку.

источник - здесь