4126
Личный канал доктора физико-математических наук, профессора РАН, генеральный директор AIRI, профессора Сколтеха Ивана Оселедца. Для связи: brand@airi.net
Пошли слухи про glm. Модели от AIRI будут, подождите чуть.
Читать полностью…
Переходим на новый уровень - теперь у нас уже лучшие постеры. Всего их было 4000! А вы говорите, ИИ в России нет 🙂
Читать полностью…
Факультет искусственного интеллекта МГУ проводит Зимнюю школу по ИИ
Приглашаем к участию студентов бакалавриата и специалитета 3+ курса с базовыми знаниями ML/DL.
Участие в Зимней школе – это возможность познакомиться с Факультетом искусственного интеллекта МГУ и пообщаться с преподавателями магистратуры, ведущими учёными и практикующими специалистами в области ИИ.
Зимняя школа пройдёт 4-6 февраля 2026 года. Заявки принимаются до 28 января включительно.
Участие бесплатное.
Узнать о программе и заполнить заявку можно по ссылке.
Школа проходит при поддержке Института AIRI, чьи исследователи и учёные прочитают лекции и проведут практические занятия.
Также выступят учёные Института ИИ и Центра ИИ МГУ.
Зимняя школа организована благодаря поддержке Фонда Олега Дерипаска «Вольное Дело» и Фонда «Интеллект».
🥳 Мы докатили в text-to-video арену две наши последние модели генерации видео Kandinsky 5.0 Video Lite и Pro
⚡️Результаты следующие:
🔘Pro версия является ТОП-1 опенсорсом в мире (см. модели с лицензиями MIT, Apache 2.0 в лидерборде)
🔘Lite версия лучше первой версии Sora (не супердостижение, но у Lite всего 2B параметров)
🔘Лучше нас (Pro) только Google (Veo 3.1, Veo 3), OpenAI (Sora 2), Alibaba (Wan 2.5), KlingAI (Kling 2.5, 2.6) — объективно самые сильные модели генерации видео в мире на текущий момент; в паритете с нами Luma AI (Ray 3), MiniMax (Hailuo 2.3) — отрыв по ELO максимум 3 балла, при 95% доверительном интервале оценивания +-21 балла
🔘Для российских генеративных моделей выход на международную арену — довольно уникальное событие
🚀 Полезные ссылки:
🔘 Посмотреть весь лидерборд можно вот тут: lmarena
🔘Твиттер организаторов арены: X lmarena.ai
🔘Почитать подробнее про Kandinsky 5.0: пост, техрепорт,
🔘Потестить Kandinsky 5.0: github и hf
@dendi_math_ai
Интересная работа от команды Юры Куратова. Зима только началась, впереди еще много новостей
Читать полностью…
Маэстро - наше детище, на нем работают наши ассистенты. Мы решаем ключевую задачу - как строить надежные, масштабируемые мультиагентные системы с учетом ризонинга.
Читать полностью…
Продолжаем дни релизов, скоро выложим тех репорт по самой внутренности платформы и полученным результатам
Читать полностью…
Коллеги из Сбера приняли важное решение. Код и веса этих всех моделей теперь доступны всем пользователям по лицензии MIT, в том числе для использования в коммерческих целях.
Читать полностью…
В этой истории важна обратная связь: пишите, будем быстро доделывать. Если кому надо купить леробота и будут запросы – будем думать о коллабах с маркетплейсами 🙂
Читать полностью…
Можно открыть карты про 42+42.
42 года угадали все, а 42-й факультет МГУ — только Егор Ершов.
Reasonable AI — Kristian Kersting (TU Darmstadt; hessian.AI; h-index 75)
Тема — предел масштабирования LLM. Керстинг начал с метафоры дирижаблей: их делали длиннее — они летали дальше, пока не появились самолёты. Показал, что «the bigger, the better» больше не работает: масштабирование даёт отдачу, но не понимание. Говорил о необходимости европейских LLM, хотя текущий кластер fortytwo (632 A100, 1.2 PB, ∼8 PFLOPS) для этого явно мал; в декабре 2024 сдан новый fortythree. Главный тезис — переход к композиционности мышления. Отсылка к статье Fodor & Pylyshyn (1988), где критикуется коннекционизм и формулируется аргумент в пользу структурных представлений. Показал результаты Bongard in Wonderland — даже сильные VLM ошибаются на простых бонгард-задачах. Упомянул ActivationReasoning — Sparse Autoencoders, где рассуждения кодируются в активациях; направление близкое к нашей работе.
Smart Advice: Intelligent Agents Assisting Humans — Sarit Kraus (Bar-Ilan University; h-index 82)
Лекция о взаимодействии человека и ИИ в управлении сложными системами, включая рои дронов. Не «человек в контуре», а именно человек управления: ИИ подсказывает, а не заменяет. Конечно, всё в мирных целях — поиск и спасение, мониторинг катастроф, но универсальность подхода очевидна. Обсуждались доверие к советам и адаптация модели под стиль оператора.
Powering Robotics with AI — Angela Schollig (Technical University of Munich; h-index 51)
Показала управление роями дронов по языковым командам («сделай меньше кругов») с сохранением точности и устойчивости. Демонстрации — Dancing Quadrocopters. Технически — обучение траекторий с предиктивными safety-ограничениями (learningbased + MPC). В беседе отметила, что VLA-подходы (pi0 и др.) пока уступают классическим контроллерам по надёжности.
Safe Physical AI — Andre Platzer (Karlsruhe Institute of Technology; h-ndex 51)
Формальные методы безопасности для автономных систем. Differential dynamic logic (dL) и система KeYmaera X позволяют доказывать корректность поведения киберфизических систем. Политика может быть нейросетевой, но проверка должна оставаться символьной. Публикации: Provably Safe Neural Network Controllers via dL, Logical Foundations of Cyber-Physical Systems.
Machine Learning and AI for (Bio)Chemistry and Materials — Teresa Head-Gordon (UC Berkeley; h-index 82)
Два направления: физически информированные модели (PES, TS-поиск, аннотация IDP/IDR) и дообученные LLM для химии. Показала SmileyLlama и SynLlama — модификации Llama, обученные на SMILES и реакционных шаблонах. SmileyLlama генерирует drug-like молекулы с заданными свойствами, SynLlama предсказывает синтезируемые аналоги и маршруты на основе строительных блоков Enamine. Точность синтезируемости 50–60 %, лучшие специализированные модели дают около 80 %. Вывод: будущее — за гибридными схемами LLM + physics. Исходники открыты: GitHub THGLab/SynLlama.
AI in Medicine: Promise, Reality, Challenges — Daniel Ruckert (Technical University of Munich; h-index 123)
Позиция сдержанная: ИИ в медицине — эволюция, не революция. «Сдал экзамен» не значит «работает в клинике». Речь о фундаментальных моделях и медицине доказательств. Foundation-модели обучаются на популяционных биобанках и адаптируются под конкретные центры. Обсуждал мультимодальность (изображения, EHR, ЭКГ, лабораторные данные, генетика) как единый «язык» медицины. Подчеркнул важность федеративных схем и privacy-by-design. Рюккерт: «валидируем, а не обещаем». Nature Medicine (2024).
Human–AI Collaboration — Sumit Gulwani (Microsoft Research; h-index 77)
Сместил акцент с обучения пользователей на проектирование понятных промптов и обратной связи. Показал пример для креативности: случайный факт → рекламный слоган — управляемая случайность. Заключительный слайд — «AI that listens, thinks, talks» — акцент на когнитивных и социальных принципах взаимодействия.
12 октября буду выступать на фестивале «Наука 0+» в МГУ с лекцией «На пути к сильному ИИ».
Вход свободный, приходите!
Слышал мнение, что среди тысячи статей/людей по ИИ из России нет никого. Опровергаем
Читать полностью…
С Днём российской науки!
Мы в Институте сегодня пытаемся раскрыть тему «из чего состоит учёный».
Присоединяйтесь!
🏆 — Сотрудники ЦКМ МФТИ и Института AIRI получили награду за лучший постер на AAAI 2026!
Статья нашего магистранта Артёма Пшеницына в соавторстве с Александром Пановым и Алексеем Скрынником CAMAR: Continuous Actions Multi-Agent Routing получила Best Poster Award на крупнейшей конференции по ИИ — AAAI 2026, которая сейчас проходит в Сингапуре.
CAMAR — новый бенчмарк для многоагентного обучения с подкреплением (MARL), предназначенный для задач планирования пути в средах с непрерывными действиями. CAMAR поддерживает как кооперативные, так и конкурентные сценарии, работает с высокой скоростью и включает протокол оценки, а также позволяет интегрировать классические алгоритмы планирования (RRT/RRT*) с методами MARL.
Отличное начало года, дальше — больше!
Топовый российский open source по итогам 2025 года
2025 год стал годом "открытого" ИИ во всём мире. Индустрию захлестнула волна open source решений — от готовых моделей до различных инструментов и фреймворков. И отечественные разработчики здесь наконец-то догнали общий поезд хайпа.
Особенно отличились ребята из AIRI, которые весь год радовали нас топовыми проектами. Вот, что хочется вспомнить из того, что уже вышло в open source:
▪️ Maestro — фреймворк для создания интеллектуальных ИИ-агентов. Платформа обеспечивает полный технологический стандарт: от авторизации и хранения контекста до оркестрации агентов и модерации контента.
▪️ GigaEvo — платформа для автоматизации научных экспериментов по ИИ. Автоматизирует подбор архитектур, оптимизацию гиперпараметров и тестирование моделей, интегрируется с AutoML и MLOps
▪️ MAPF-GPT — первая фундаментальная модель для многоагентного обучения с подкреплением в задаче планирования путей, показан новый SOTA в этом классе.
▪️ CADrille — модель для для 3D-реконструкции промышленных деталей. Принимает на вход облака точек, изображения и текстовые описания деталей, а на выходе генерирует код на языке Python для создания CAD-файла.
▪️ Wikontic — пайплайн для извлечения графов знаний из текстов. Использует в 20 раз меньше выходных токенов для извлечения графов, чем популярный GraphRAG от Microsoft.
▪️ Vintix — SOTA action-модель для роботов и индустриальных процессов, умеющая имитировать ход обучения с подкреплением. Анализирует в 3 раза больше информации по сравнению с аналогами: JAT HugginFace и GATO Google DeepMind.
▪️ VLA_Arena — платформа для оценки и сравнения моделей управления роботами. Позволяет запускать роботов в виртуальной среде с визуализацией, а также подключать реальные устройства. Также содержит чистые датасеты для LeRobot, размеченные и переведённые на русский язык.
▪️ DiMA — универсальная компактная модель для генерации белковых молекул на латентной диффузии.
Ну и куда без документального сопровождения всех этих разработок. В этом году у авторов из AIRI были опубликованы и приняты к публикации 364 научные статьи! Если читать по тексту в день, то останется время выдохнуть и пожить без искусственного интеллекта только 31 декабря.
Конечно, решает не количество, а качество. С этим тоже полный порядок: 97 материалов приняли к публикации на конференциях уровня А*, а ещё 34 статьи были представлены в рамках А. Надеемся, что дальше — только больше!
@anti_agi
Вчера завершилась наша традиционная четырёхдневная научная отчётная сессия AIRI. Это важное событие, где все — от младших сотрудников до руководителей лабораторий — поделились итогами года и планами на будущее. За это время прошло 53 устных доклада и представлено 198 постеров.
Отмечу, что уровень подготовки у ребят заметно вырос — узнал много нового и интересного. Тим-лиды и их команды подошли к сессии очень серьёзно и подготовились на высоком уровне.
Это не просто отчёт — это внутренняя площадка для обмена идеями и опытом, для создания новых связей между командами. Именно такой формат помогает расти, развиваться и двигаться вперёд.
Главная цель сессии — не только показать достижения, но и открыто говорить о сложностях и вызовах, с которыми сталкиваемся. Только честный диалог и тесное взаимодействие позволяют находить лучшие решения.
Спасибо всем за активное участие и вклад в общее дело!
AIRI представили Wikontic — способ строить графы знаний в 10–20 раз дешевле и без логических ошибок
Индустрия столкнулась с проблемой, что LLM пишут красиво, но часто выдумывают факты. Графы знаний решают это, превращая текст в структурированные и проверяемые триплеты.
Большинство существующих методов (GraphRAG, AriGraph и др.) создают огромные, шумные графы: много дубликатов, неправильные типы сущностей, бессмысленные связи.
Wikontic делает иначе:
1. Берёт любой англоязычный текст общего домена.
2. Извлекает триплеты + квалификаторы с помощью обычных открытых LLM (Llama-3.1-70B, Mixtral, GPT-4o и т.д.).
3. Принудительно проверяет каждый триплет на соответствие онтологии Wikidata.
4. Объединяет одинаковые сущности в один канонический Q-код Wikidata.
Для бизнеса это значит:
- надёжные ответы чат-ботов и агентов,
- экономия на вызовы больших моделей,
- лёгкая проверка и аудит каждого ответа.
Институт AIRI презентовал Maestro на AIJ 🔖
Maestro — фреймворк для создания интеллектуальных ИИ-агентов, которые мыслят и работают как настоящие эксперты. Он строит цепочки рассуждений на основе реальных кейсов и разбивает сложные задачи на мини-агентов, каждый из которых отвечает за свой навык.
Платформа обеспечивает полный технологический стандарт: от авторизации и хранения контекста до оркестрации агентов и модерации контента с защитой от jailbreak-атак. Maestro подходит для критически важных сфер, где важна точность и безопасность. Качество подтверждено тестами и реальным внедрением в СберЗдоровье, СберМедИИ и ЦРТ Сбера.
Страница фреймворка | Forbes
На конференции AI Journey Институт AIRI представил GigaEvo – платформу для полной автоматизации экспериментов в ИИ. Она самостоятельно подбирает архитектуры, оптимизирует гиперпараметры и тестирует модели, используя эволюционный поиск стратегий обучения. Это ускоряет исследования и снижает нагрузку на специалистов.
GigaEvo интегрируется с AutoML и MLOps, работает в облаке и корпоративных системах, а также показывает прогресс экспериментов в реальном времени. Платформа уже воспроизводит сложные научные задачи и доступна в открытом доступе.
🔥МЫ ПРЕДСТАВЛЯЕМ КРУПНЕЙШИЙ OPEN-SOURCE AI В ЕВРОПЕ 🔥
Мы стремимся не замыкаться в «закрытой» технологии, а строить открытую платформу для всей страны, поэтому мы публикуем веса наших моделей.
Что появилось в открытом доступе ↓
🔷 GigaChat Ultra Preview
Самая мощная модель Сбера. Лучше DeepSeek V3.1 и GigaChat Max 2 в русскоязычных задачах. Подходит для бизнеса, аналитики, разработки и дообучения на своих данных
➡ GitHub | HuggingFace |GitVerse
GigaAM-v3
5 моделей, которые превращают голос в текст с пунктуацией, понимают акценты, спонтанную речь и даже музыкальные запросы. Подойдут для голосовых ассистентов, контакт-центров, аналитики звонков
➡ GitHub | HuggingFace | GitVerse
🔷 GigaChat Lightning
Лёгкая, компактная и быстрая. Конкурирует с Qwen3-4B, по скорости сравнима с Qwen3-1.7B, но намного умнее и больше по параметрам
➡ GitHub | HuggingFace |GitVerse
🔷 Kandinsky 5.0
Создание фото и видео по тексту. Внутри:
• Image Lite — делает изображения в HD, отлично понимает русский язык и культурный контекст
• Video Pro — создаёт до 10 секунд реалистичного HD-видео. Конкурирует с топовыми мировыми моделями
• Video Lite — облегчённая версия для домашней видеокарты (от 12 ГБ)
➡️ GitHub | GitVerse | Hugging Face | Технический репорт
🔷 K-VAE 1.0
Ускорение генеративного AI. Это технологии, которые «упаковывают» картинки и видео в скрытое пространство, чтобы модели работали быстрее и требовали меньше ресурсов. Лучшие среди открытых аналогов
➡️ GitHub|Hugging Face
🤖 В России появилась своя "арена" для оценки моделей управления роботами
Её разработали в Институте AIRI. VLA Arena позволяет запускать роботов в виртуальной среде, а также подключать реальные устройства: сейчас поддерживаются компактные манипуляторы LeRobot SO-100 и SO-101 от Hugging Face.
Если у пользователя нет робота, он может сравнивать модели в виртуальной среде, а если робот есть — подключить его и проверить, как различные модели управляют его действиями.
Так можно легко оценить, какие VLA-сборки лучше всего подходят к конкретному "железу".
Забавный факт: на EMNLP у Apple меньше публикаций, чем у нас (9 на основной и 1 воркшоп). У нас — 12 на основной и как минимум 1 воркшоп.
Читать полностью…
AI-Driven Personalization to Support Human–AI Collaboration — Cristina Conati (University of British Columbia; h-index 59)
Представила фреймворк FUMA (Framework for User Modelling and Adaptation). Система учится на поведении пользователей, классифицирует типы взаимодействия и генерирует адаптивные подсказки. Фокус — человеко-центрированная персонализация и объяснимость.
Emerging Cybernetic Societies and Ethical Red Lines — Dirk Helbing (ETH Zurich; h-index 123)
Финальный доклад, с широким философским размахом. Начал с примера калибровки моделей по траекторным данным: модели на основе машинного обучения точнее подгоняют траектории, но всё ещё не умеют избегать столкновений. Это подвело к тезису MIT Tech Review “The Dark Secret at the Heart of AI” (2017), что даже разработчики не понимают, как работают их алгоритмы. Дальше — CyberSyn: кибернетика плюс синергетика (по Герману Хакену) как основа управления сложными, сетевыми, динамическими системами. На слайдах — монографии Хакена Synergetics, Advanced Synergetics и исторический Project Cybersyn. Основной акцент — формирование «кибернетических обществ», где тело, поведение и данные человека сшиваются в единый контур регулирования. Переход от IoT к Internet of Bodies несёт риски приватности и автономии. Обсуждал когнитивные войны и «нейрокапитализм» — коммерциализацию внимания и поведения. Завершил коротко: "Do not cross the red line." Где-то в середине не смог удержаться от цитирования «индекса демократии» — смотрите, как плохо. Наш стол с пакистанцем, тайцем и марроканцем это не оценил. Но вообще довольно интересное выступление.
В 2020 году я получил Humboldt Award — премию немецкого общества, которая даёт возможность работать с университетами Германии. Статус остаётся навсегда: можно участвовать в форумах и воркшопах, обсуждать совместные проекты. Общество Гумбольдта — единственный немецкий фонд, который не прекратил работу с российскими исследователями.
22–26 октября в Зигбурге (рядом с Бонном) прошёл форум The “what, how and why” of AI. Мероприятие небольшое (около ста участников), но состав — ведущие исследователи, обсуждения — живые и по делу.
Для сегодняшних реалий это событие важное. За несколько дней удалось лично пообщаться с ведущими учёными из ETHZ, университетов Германии, Беркли — у многих h-index от 123 и выше. Плюс собралось много молодёжи из разных стран, которые готовы сотрудничать и взаимодействовать в разных форматах. Форум открывали ректор Бонна Michael Hoch и мэр города. Хох сказал: «Я только что вернулся из Китая. Нам надо учиться у них, несмотря на то, что говорят политики».
В конце была прогулка по Рейну, посещение бункера немецкого правительства времен холодной войны и дегустация вина.
Надо продолжать международное взаимодействие и искать новые варианты его расширения. Нам для этого нужно создавать свои площадки как внутри страны, так и в «нейтральных водах».
Ниже приведены заметки о докладах. Сорри, будет лонгрид.
Очень приятно участвовать в конференции в Гренобле, посвящённой развитию методов, созданных тобою. Примерно 30 человек, и в каждой статье фигурирует либо один, либо другой из методов.
На физику оказали влияние две работы:
Первая — tensor cross approximation (https://www.sciencedirect.com/science/article/pii/S0024379509003747) — аппроксимация функций многих переменных с высокой точностью. Коллеги в 2020-х годах научились ими пользоваться, например, для расчета интегралов в теории возмущений. Считает в сотни раз быстрее сложные системы (на фото — слайд коллеги из FlatIron Institute). А так как инструмент легкий и понятный, то и процесс идет бодро.
Вторая — это time-dependent variational principle (его вообще-то придумал Дирак, но тут случилось забавное: так стали называть метод расчета спиновых систем, который мы придумали вместе с C. Lubich и B. Vandereycken в 2015 году, статья Time Integration of Tensor Trains https://epubs.siam.org/doi/abs/10.1137/140976546), которую физики перевели на
свой язык и она получила x4 цитирований: https://journals.aps.org/prb/abstract/10.1103/PhysRevB.94.165116
Ну и всегда приятно, когда на кофе-брейке люди, которых вижу в первый раз в жизни, говорят: "Your work has changed the field." Заодно переписав TDVP (time-dependent variational principle) на нашу работу вместо Дирака 🙂
Издательство Elsevier опубликовало новую базу данных по публикационной активности самых успешных учёных мира 🔖
База содержит ключевые показатели: количество публикаций, число цитирований, индекс Хирша с учётом и без учёта самоцитирования, а также производные параметры. На основе этих данных каждому учёному присваивается ранг в общем рейтинге и в рейтинге по научным областям. База охватывает топ-2% исследователей по этим показателям в мире.
В этом году в этот список от AIRI были включены:
⚫️доктор физико-математических наук, профессор РАН, генеральный директор AIRI Иван Оселедец — 35 977-е место в общем рейтинге и 790-е в области Artificial Intelligence & Image Processing
⚫️доктор физико-математических наук, ведущий научный сотрудник AIRI, руководитель Центра искусственного интеллекта Сколтеха Евгений Бурнаев — 340 211-е место в общем рейтинге и 7 813-е в области Artificial Intelligence & Image Processing
Поздравляем коллег с этим достижением! 🎁