Meta запустила программу в Бразилии, предназначенную для разработчиков, студентов, исследователей и специалистов, заинтересованных в создании новых приложений для своих умных очков. Эта инициатива направлена на расширение спектра функций, доступных на устройстве.
В сотрудничестве с CEIA-UFG программа предлагает обучение, хакатон и денежные призы. Кроме того, она стимулирует важные дебаты, сопровождающие выпуск этих очков: вопрос конфиденциальности пользователей.
После привлечения миллионов пользователей умные очки Meta входят в новую фазу, в которой компания стремится увеличить количество совместимых приложений, делая ставку на бразильский талант для ускорения этого процесса. Программа AI Glasses Brazil, разработанная в партнерстве с Центром передового опыта в области искусственного интеллекта Федерального университета Гояса (CEIA-UFG), приглашает участников разрабатывать новые приложения с использованием таких функций, как камера, аудио, голосовые команды и искусственный интеллект.
Предложения могут охватывать различные области, включая здравоохранение, образование, доступность, туризм, продуктивность и креативность. Программа структурирована в несколько этапов: онлайн-техническое обучение; виртуальный марафон идей с менторством и лекциями; очное хакатоне, проводимое в штаб-квартире Meta в Сан-Паулу для отобранных команд; и, наконец, вручение денежных призов и передача умных очков победителям.
Регистрация открыта до 30 июля. Команды, прошедшие на очный этап, будут покрыты компанией расходами на проезд и проживание. Главные победители получат 3000 долларов США (примерно 15 тысяч реалов), а второе и третье места будут награждены 2000 долларами США (около 10 тысяч реалов) и 1000 долларов США (около 5 тысяч реалов) соответственно. Все финалисты также получат пару очков Meta.
Возможности устройства выходят за рамки простой фото- и видеосъемки. Например, можно отправлять изображения через WhatsApp, используя только голосовые команды, или просматривать данные непосредственно на линзах и выполнять действия с помощью жестов. Несмотря на эти функции, предложение приложений все еще ограничено, что побуждает Meta предоставить комплект для разработчиков, чтобы привлечь новых создателей решений.
С ростом функций растут опасения. Ярким примером стало создание студентами Гарварда системы распознавания лиц для очков Meta, способной отображать информацию из интернета о снятых людях. Кроме того, были сообщения об использовании оборудования агентами иммиграционной службы США во время операций, что усилило дебаты о наблюдении.
Другой чувствительный аспект связан с хранением медиафайлов; фотографии и видео сохраняются в облаке Meta и могут использоваться для обучения ее моделей ИИ, в том числе с помощью человеческих рецензентов. Компания также должна была ответить на попытки пользователей отключить светодиод записи. В настоящее время очки прекращают запись, если этот индикатор поврежден. Хотя программа открывает двери для инноваций, ожидается, что эти новые приложения будут развиваться параллельно с механизмами, укрепляющими защиту конфиденциальности.
Чэнду Хай-Тек Зона утвердилась как ведущий промышленный кластер в области космических вычислений Китая. На мероприятии APEC Digital Week в 2026 году была представлена комплексная экосистема, охватывающая проектирование спутников, производство ракет, наземные терминалы и приложения для спутников.
В этой зоне сосредоточено 102 ключевых коммерческих аэрокосмических предприятия, которые достигли объема индустрии в размере 13 миллиардов юаней в 2025 году. Местный лидер отрасли успешно запустил первую в мире орбитальную вычислительную сеть искусственного интеллекта, используя одну ракету с 12 спутниками. Это создало первый замкнутый цикл от вычислений ИИ в космосе до наземного применения.
Основная идея космических вычислений заключается в размещении возможностей для обработки данных, хранения и анализа ИИ на низкоорбитальных спутниках. Это трансформирует их из простых станций ретрансляции данных в интеллектуальные вычислительные узлы. Космос предоставляет условия почти полного вакуума, экстремально низкие температуры и практически неограниченную солнечную энергию, что позволяет достигать показателя PUE, близкого к теоретическому идеалу 1.0, в отличие от наземных центров обработки данных, которые сталкиваются с ограничениями по энергопотреблению и расходами на охлаждение.
По прогнозам, коммерческая возможность достигнет триллионных юаней, поскольку спрос на вывод ИИ требует вычислительной мощности, которую наземная инфраструктура не может экономически обеспечить в больших масштабах. Инженерные проблемы остаются серьезными: стандартные чипы GPU подвержены прямому воздействию космических лучей, что приводит к быстрому старению устройств, и требуется дорогостоящее производство, устойчивое к радиации. В ответ отрасль изучает фотонную вычислительную технологию, которая по своей природе невосприимчива к излучению, не требует заряда и является энергоэффективной. Производители солнечных панелей разрабатывают тандемные ячейки перовскит-кремний, оптимизированные для экстремального термического цикла космоса. Высокая стоимость запусков и сетевое взаимодействие с помощью лазеров на орбите остаются основными препятствиями перед массовым внедрением. Чэнду уже обеспечила базу для окончательной сборки ракет и производства двигателей, чтобы снизить затраты на запуск спутников с самого начала.
Индустриальная стратегия Чэнду базируется на трех столпах: сильные технологии через консорциум инноваций в области космических вычислений, который фокусируется на архитектуре вычислений, межспутниковой связи и управлении тепловым режимом в космосе, а также на энергетических технологиях космического класса; умные операции, включая альянс по стандартам космических вычислений, нацеленный на разработку национальных и международных стандартов к 2027 году; и большая пропускная способность запусков благодаря базе по производству ракет. Зона управляет крупнейшим фондовым кластером в центрально-западном Китае, который включает 182 фонда на общую сумму более 350 миллиардов юаней, причем только в 2025 году было направлено 158,1 миллиарда юаней прямого финансирования. Также находятся в стадии формирования специализированный фонд аэрокосмической отрасли на 2 миллиарда юаней и фонд венчурного капитала для космических вычислений.
Город будущего Чэнду привлек 200 технологических предприятий с инвестициями в размере 130 миллиардов юаней и заявляет о возможности полной доставки спутников. Поскольку спрос на вывод ИИ растет, а наземные ограничения становятся критическими, космические вычисления рассматриваются не как спекуляция, а как необходимый дополнительный элемент. Чэнду позиционирует себя как главная экосистема для этой зарождающейся глобальной отрасли.
Компания MindLab выпустила Macaron-V1, модель, которая была дообучена с использованием метода Mixture-of-LoRA. Эта разработка основана на фундаменте Zhipu AI GLM 5.2 и демонстрирует, как целенаправленная тонкая настройка на основе обучения с подкреплением (RL) может значительно повысить возможности существующей модели при минимальных вычислительных затратах.
Флагманская версия Venti, обладающая 748 миллиардами параметров и поддерживающая миллионный нативный контекст, использует четыре независимых экспертных адаптера LoRA с параметрами 1 миллиард. Эти эксперты охватывают области чата, агентов, кодирования и пользовательского интерфейса. Каждый эксперт был обучен в изолированном пространстве адаптеров с помощью запатентованной техники Mixture-of-LoRA, что предотвращает взаимное влияние способностей, которое часто наблюдается при многозадачном дообучении.
Метод MoL представляет собой существенный отход от традиционной тонкой настройки. Стандартное многозадачное дообучение страдает от эффекта качелей, когда улучшение одной функции приводит к ухудшению другой. Решение от MindLab размещает множество независимых экспертов LoRA поверх замороженной базовой модели, причем каждый оптимизируется в своем собственном изолированном пространстве адаптеров. Роутер-инструмент выбирает подходящего эксперта для каждого запроса, а новые возможности можно добавить просто путем подключения еще одного эксперта LoRA без необходимости переобучения существующих.
Технические новшества в Macaron-V1 выходят за рамки MoL. Модель включает технологию LongStraw, которая расширяет нативный контекст GLM 5.2 до двух миллионов токенов за счет повторного использования общих сегментов промпта в качестве постоянного состояния, что существенно снижает накладные расходы на длинные последовательности. Кроме того, существует легковесная версия Tall с 35 миллиардами параметров, предназначенная для локального развертывания на основе Qwen 3.6.
Для поддержки системы были совместно обучены три компонента: GenUI, отвечающий за отображение интерактивных представлений помимо текстового вывода; REPL Harness, предоставляющий постоянную среду выполнения Python, позволяющую моделям создавать и продвигать инструменты для глобальных утилит между сессиями; и инфраструктура обучения MinT, разработанная специально для MoL, где Актер и Обучающий агент обмениваются только адаптерами, а не полными весами, что поддерживает каталоги адаптеров уровня миллионов при триллионном масштабе.
MindLab также создала два собственных набора оценочных данных. Macaron ChatBench оценивает честность агента в сценариях с длинным контекстом, проверяя, признает ли модель пробелы вместо того, чтобы фабриковать ответы. Macaron LivingBench симулирует динамическую песочницу с тремя взаимодействующими механизмами: динамическим шумом, динамической живой средой и динамическим пользователем, измеряя способность модели непрерывно понимать потребности пользователя, проверять точность информации, перепланировать пути задач и завершать задачи до истечения терпения пользователя.
На стандартных тестах Macaron-V1 достигает скорости генерации в 320 токенов в секунду, что значительно быстрее, чем у сопоставимых моделей, хотя это может отражать низкую нагрузку на вывод во время раннего тестирования. Macaron-V1 доказывает, что китайский искусственный интеллект определяется не только масштабом обучения базовой модели, но и эффективностью последующего дообучения. Достижение MindLab с использованием 64 GPU подтверждает возможность специализации с учетом вычислительной эффективности. По мере сближения качества базовых моделей, конкурентное преимущество смещается в сторону слоя пост-тренинга, где методы MoL могут определять экосистемы, привлекающие наиболее способные приложения.
Huawei Cloud представила CloudRobo, комплексную платформу для разработки воплощенного искусственного интеллекта. Эта платформа охватывает весь цикл работ: от создания данных и разработки моделей до симуляции и развертывания роботов. В рамках этого шага компания заявила о своей позиции как поставщика интеллектуального «мозга» для роботов, а не как непосредственного производителя.
Данная стратегия аналогична подходу Huawei в сфере умных автомобилей, который привел к успеху SERES/Ask. Вместо того чтобы создавать конечный продукт самостоятельно, Huawei предоставляет интеллектуальное ядро, экосистему и платформу разработки, позволяя другим компаниям создавать конкурентоспособную продукцию. Уже более двадцати компаний, включая Youibot и Huayan Robotics, присоединились к CloudRobo в качестве первоначальных партнеров.
Архитектура платформы CloudRobo базируется на трех основных элементах. Во-первых, фундамент данных на уровне PB обеспечивает доступ к миллионам готовых наборов данных. Во-вторых, облачный движок для производства моделей использует серию моделей Pangu, работающих на чипах Ascend AI. В-третьих, внутренняя система оценки в режиме Real-Sim позволяет проводить реалистичное виртуальное тестирование.
Разработчики получают доступ к более чем 20 моделям, оптимизированным для Ascend, и могут осуществить подключение робота к облаку за считанные часы, а развертывание модели — за минуты. Платформа покрывает весь процесс разработки воплощенного ИИ: сбор данных, обучение моделей, оценка в симуляции, интеграция с оборудованием и эксплуатация.
Логика этого стратегического решения повторяет проверенную модель Huawei. В сегменте умных транспортных средств Huawei поставляла системы интеллектуального вождения, кокпит и технологию электрического привода, в то время как партнеры занимались производством. Эта модель позволила SERES трансформироваться из малоизвестного производителя в премиальный бренд электромобилей, а модель M9 стала бестселлером в сегменте свыше 500 000 юаней. Теперь Huawei применяет ту же концепцию разделения труда к воплощенному ИИ: компания предоставляет интеллектуальную операционную систему, облачную платформу и базовые модели ИИ, тогда как производители роботов фокусируются на разработке оборудования, производстве и вертикальных сценариях применения, где они обладают экспертизой.
Высокая валовая прибыль контроллеров на уровне 79,8% по сравнению с маржой оборудования в 38,4% подтверждает приоритетность стратегического фокуса на ценности, определяемой программным обеспечением.
Текущее время отражает зрелость отрасли. Возможности управления движением роботов в значительной степени унифицированы среди крупных производителей, что делает интеллектуальный процессор основным фактором различия. Фрагментированный ландшафт робототехники, включающий промышленные манипуляторы, сервисных роботов, четвероногих и гуманоидов, требует единой инфраструктуры для разработки, чтобы избежать повторного создания всего с нуля каждой командой. Huawei CloudRobo решает проблему ручной разработки, когда отдельные группы тратили чрезмерные ресурсы на создание индивидуальных конвейеров данных, обучение моделей, среды симуляции и интеграцию оборудования вместо инноваций в приложениях.
Несмотря на то, что остается неясным, сможет ли Huawei воспроизвести свою стратегию экосистемы умных автомобилей в области воплощенного ИИ, поскольку автомобили отличаются высокой стандартизацией и единообразием форм, а роботы имеют крайне разнообразные требования, Huawei уже имеет ОС M-Robots на базе OpenHarmony и более 15 стартапов в области воплощенного ИИ, основанных на талантах, воспитанных Huawei, что указывает на влияние компании, выходящее далеко за рамки самой платформы CloudRobo.
