Tag: Reinforcement learning

Aktualności24 kwietnia 2026

Ace — autonomiczny robot, który pokonuje zawodników tenisa stołowego na żywo

Ace to autonomiczny system robotyczny opracowany przez Sony AI, który w April 2025 roku po raz pierwszy w historii wygrał mecze w tenisie stołowym z zawodnikami wyczynowymi — zgodnie z oficjalnymi przepisami Międzynarodowej Federacji Tenisa Stołowego (ITTF). Nie jest to model językowy ani oprogramowanie działające w środowisku wirtualnym: Ace to fizyczny robot, który postrzega, decyduje i uderza piłkę w czasie rzeczywistym, na żywo, naprzeciwko człowieka. Wyniki zostały opublikowane 22 kwietnia 2026 roku na łamach prestiżowego czasopisma Nature.

Aktualności16 kwietnia 2026

MiniMax M2.7 — model językowy zdolny do udziału we własnym treningu

MiniMax M2.7 to duży model językowy (LLM) oparty na architekturze Mixture-of-Experts, opracowany przez chińską firmę MiniMax i udostępniony publicznie w kwietniu 2026 roku. Wyróżnia się na tle innych modeli tym, że uczestniczył w optymalizacji własnego procesu treningowego — co MiniMax określa mianem pierwszego kroku w kierunku samoewolucji modeli AI. Zrozumienie tego, jak M2.7 działa i czym różni się od wcześniejszych podejść, jest przydatne dla każdego, kto śledzi kierunek rozwoju systemów agentic AI.

Aktualności11 kwietnia 2026

AGIBOT ogłasza Genie Envisioner 2.0: modele świata stają się symulatorem fizyki

Szanghajska firma AGIBOT zaprezentowała Genie Envisioner 2.0 (GE 2-Sim) — system, który ma przekształcić modele świata z narzędzi predykcji wideo w pełnoprawne, interaktywne środowiska do szkolenia robotów. To kolejny krok w serii otwartych platform, którymi firma systematycznie buduje infrastrukturę dla ucieleśnionej AI.

Aktualności8 kwietnia 2026

GLM-5: duży model językowy zaprojektowany do autonomicznego inżynierowania oprogramowania

GLM-5 to otwartoźródłowy duży model językowy piątej generacji opracowany przez chińską firmę Zhipu AI (działającą pod marką Z.ai). Model należy do kategorii dużych modeli językowych (LLM) klasy frontier — czyli zbliżonych możliwościami do wiodących systemów zamkniętych. Wyróżnia się na tle konkurencji agentycznym charakterem projektu: nie jest to narzędzie do odpowiadania na pytania, lecz system zdolny do samodzielnego planowania i wykonywania wieloetapowych zadań programistycznych.

Aktualności12 marca 2026

Sharpa Robotics demonstruje obieranie jabłka. Model MoDE-VLA w akcji

Firma Sharpa Robotics zaprezentowała robota zdolnego do obierania jabłka przy użyciu dwóch zręcznych, przypominających ludzkie dłoni. Wykorzystano do tego nowatorską architekturę MoDE-VLA, która rozwiązuje problem masowego zbierania danych i precyzyjnego sterowania na poziomie pojedynczych palców. To sygnał, że bimanualna manipulacja obiektami o nieregularnych kształtach wychodzi poza fazę wczesnych eksperymentów.

Analizy10 marca 2026

Sim2Real: Przenoszenie algorytmów sterowania AI z symulacji do świata rzeczywistego

Sim2Real to paradygmat i zbiór zaawansowanych technik w robotyce oraz sztucznej inteligencji, polegający na trenowaniu modeli sterowania w środowiskach wirtualnych, a następnie wdrażaniu ich bezpośrednio na fizycznym sprzęcie. Kategoria ta stanowi kluczowy element rozwoju Physical AI, stanowiąc odpowiedź na fundamentalny problem badawczy: ograniczenia czasowe, kosztowe i fizyczne związane z uczeniem maszyn w świecie rzeczywistym. Zrozumienie tego podejścia jest kluczowe dla inżynierów i analityków, ponieważ definiuje ono obecny kierunek skalowania automatyzacji w logistyce, produkcji i robotyce humanoidalnej.