🤖 Сбер представил Kandinsky WM 1.0: генеративную модель для обучения роботов и беспилотников на синтетических данных.

Сбер анонсировал семейство генеративных моделей Kandinsky WM 1.0, способных создавать видеоданные, строго соответствующие законам физики. Разработка нацелена на ускорение обучения систем Physical AI, включая автономный транспорт, промышленных роботов и дроны. Разбираем технические особенности модели, методы повышения достоверности и значение открытого доступа к технологии.

⚙ ТЕХНИЧЕСКИЕ ОСОБЕННОСТИ И ФУНКЦИОНАЛ Модель построена на базе Kandinsky 5.0 Video Lite и прошла дополнительное обучение на массивах реальных данных. Ключевые параметры: Источники данных: Миллионы видеозаписей с камер роботов, беспилотных автомобилей и промышленных объектов. Формат вывода: Короткие видеоролики (около 5 секунд), воспроизводящие конкретные действия: от манипуляций с объектами до сложных дорожных и производственных эпизодов. Повышение достоверности: Применение методов дообучения и обучения с подкреплением (Reinforcement Learning) позволило значительно улучшить передачу движения, геометрии объектов и физических взаимодействий.

🌍 КОНТЕКСТ И ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ Главная проблема обучения автономных систем — сбор данных о редких, опасных или трудно воспроизводимых ситуациях (например, сложные погодные условия, нестандартные аварии или сбои оборудования). Kandinsky WM 1.0 решает эту задачу, генерируя высококачественные синтетические данные. Это позволяет: 1. Существенно ускорить процесс обучения интеллектуальных систем. 2. Снизить финансовые и временные затраты на сбор и разметку реальных данных. 3. Безопасно тестировать реакции ИИ на критические сценарии. Модель уже применяется Центром робототехники Сбера и институтом AIRI для подготовки роботов и развития дорожных симуляторов.

🔓 ОТКРЫТЫЙ ДОСТУП Код и веса моделей Kandinsky WM 1.0 опубликованы под лицензией MIT и доступны разработчикам бесплатно. Этот шаг направлен на стимулирование сообщества и ускорение развития экосистемы Physical AI в России и за ее пределами.

❓ ВОПРОСЫ 1 Синтетика vs Реальность: Считаете ли вы, что синтетические видеоданные могут полностью заменить реальные полевые испытания для систем, от которых зависят человеческие жизни (беспилотные авто, медицинская робототехника)? 2 Риски галлюцинаций: Насколько критична опасность того, что модель сгенерирует физически правдоподобный, но математически некорректный сценарий, который введет в заблуждение обучаемого робота? 3 Влияние Open Source: Как, по вашему мнению, публикация весов по лицензии MIT повлияет на глобальную гонку в разработке Physical AI и сможет ли это составить конкуренцию закрытым решениям вроде симуляторов от NVIDIA (Isaac Sim)? Жду ваши аргументы и экспертные мнения в комментариях! 👇

Источники: Сбер