Почему роботы на видео всегда складывают футболки?

Разбор

Складывание футболки — не показатель универсального интеллекта робота, а удачно выбранная задача: выглядит эффектно, но алгоритмически посильна уже сейчас. Инженер Бенджи Холсон (ранее — Google X) предложил проверять гуманоидов честнее — через что-то вроде «Олимпиады» с разными дисциплинами. Команда Physical Intelligence взяла «золото» в большинстве из них, а буксовала там, где подводил не ИИ, а железо: например, широкая кисть-захват не пролезала в рукав или не могла аккуратно очистить апельсин.

Это частный случай общей проблемы: короткое эффектное видео легко создаёт впечатление возможностей, которых на деле ещё нет. Если нужно проиллюстрировать подобный концепт для статьи, презентации или соцсетей — не дожидаясь настоящего робота с камерой, — видеомодели Нейрона позволяют собрать такую сцену по описанию. Veo 3.1 подойдёт, если важен звук и движение камеры, Seedance 2.0 — для быстрого чернового ролика.

Прямого аналога самой физической робототехники — механических захватов, обучения на часах реальных данных — в Нейроне нет: это вопрос железа и роботехнических платформ, а не текстовых или визуальных моделей.

Модели по теме

• Veo 3.1 — сцены со звуком и движением

• Seedance 2.0 — быстрые черновые ролики