Як штучний інтелект змінює логістика і транспорт щодня. Новини, тренди, можливості та загрози — саме для вашої галузі.
Laplace Intelligence, спин-офф Uniwersitetu Michiganu, використовує ШІ-агенти та інтерактивну симуляцію для стрес-тестування роботів та автономних машин перед їхнім розгортанням. Прибутковий стартап бере участь у Startup Battlefield на TechCrunch Disrupt.
Вчені з Технічного університету Мюнхена та BMW створили ШІ-систему, яка об’єднує дані камер, радарів та лідарів автомобілів з інформацією від датчиків на світлофорах та дорожних конструкціях. ШІ створює оновлювану цифрову картину дорожньої обстановки за менше 100 мілісекунд і прогнозує рух транспорту, велосипедистів та пішоходів, щоб попереджувати водіїв про небезпеки, приховані за перешкодами.
Компанія Waymo опублікувала дані про безпеку своїх роботакси: за перші півріччя 2026 року автомобілі проїхали без водія понад 436 млн км по США. Це призвело до 95% зниження серйозних або смертельних ДТП порівняно з очікуваним показником для водіїв-людей.
Amazon веде переговори про придбання izraїльського AI-стартапу Decart за приблизно $7 млрд. Стартап розраховує технології для зниження вартості навчання та інференсу ШІ та працює над world models для симуляції фізичної реальності.
Odyssey представила модель Odyssey-3, яка за текстовим описом генерує інтерактивні 3D-світи, де можна пересувати камеру та задавати події. AI передбачає зміни сцени в реальному часі на дії людини або агента.
Навчіть вашу команду працювати з AI за 5 днів
Кожен побудує автоматизацію для своєї ролі. Спеціальна програма для логістика і транспорт.
aiupskill.live →Microsoft представила модель Decision-1, побудовану на Qwen3.5-9B, яка досягає 83,5% точності з 85 мс латентністю у 36 тестах для швидкої класифікації та маршрутизації. Це входить у зростаючий сектор ШІ-моделей, спеціалізованих на прийнятті операційних рішень.
Майкрософт випустила DiT-large — трансформерний енкодер, натренований на 42 мільйонах зображень документів для самонавчання. Модель можна налаштовувати під класифікацію та аналіз розмітки документів.
Модель Microsoft DiT базового розміру донавчена на 400К зображень RVL-CDIP для класифікації документів у 16 класів. Це трансформер типу BERT, попередньо навчений на 42М зображень документів.
Лабораторія SeerRay (Xiaomi) випустила Xiaomi-OCR-0 — OCR-модель з 0,8B параметрів для парсингу документів, таблиць і формул. Вона перевершує більші моделі на Real5-OmniDocBench та показує кращі результати, ніж Qwen3.5-2B, у середньому по 5 OCR-VQA-бенчмарках.
MirroS випустила AgentGarten — відкриту платформу, де AI-агенти навчаються, граючи в віртуальних сценаріях, покращуючи результати за 4-10 раундів через власний досвід. Агент бачить лише кадри, робить висновки і грає краще у наступній спробі без людських інструкцій.
Whistle — це легковажна модель розпізнавання мовлення розміром 16,9 МБ, що підтримує 7 мов з позначками слів та ембедингами мовлення. Вона працює на CPU без потреби у GPU, призначена для мобільних та IoT пристроїв.
Odyssey представила модель світу Odyssey-3, яка за текловим запитом створює інтерактивне середовище та розраховує фізику в реальному часі. Це призначено для тренування роботів та фізичних систем, що робить її корисною для промисловості та R&D.
Google перетворює Gemini на ШІ-агента, здатного планувати та виконувати завдання в бізнес-додатках. Цей агент зможе делегувати роботу, використовувати різні моделі ШІ та матиме власну робочу ідентичність з електронною поштою.
Представлено Whistle – компактну модель розпізнавання мови вагою 16.9 МБ, яка працює без залежностей на CPU та підтримує 7 мов. Інтеграція з Needle дозволяє виконувати виклики інструментів безпосередньо на пристрої, відкриваючи нові можливості для локальної обробки даних.
Xiaomi-OCR-0 — це 0,8B уніфікована модель зору-мови для розпізнавання документів та розуміння OCR. Вона перевершує більші моделі на тестах OmniDocBench та OCR-орієнтованих VQA.
Вчені вдосконалили JEPA для довгострокового візуального планування, збільшивши успішність у Visual AntMaze з 18% до 73% при зменшенні витрат на планування. Ієрархічна архітектура дозволяє верхнім рівням ігнорувати неважливі деталі, фокусуючись на стратегічних цілях.
Представлено Agent Lightning v1.0 — легкий фреймворк з 3 500 рядків коду. Він дозволяє підключати існуючих агентів до тренування підкріплення через реальні упряжки, не перебудовуючи їх з нуля.
Створено ієрархічну версію архітектури JEPA Яна Лекуна для довгострокового візуального планування. На віртуальному лабіринті AntMaze успішність планування зросла з 18% до 73% при зниженні обчислювальних витрат.
SafeDriveVLA — це VLA-модель для автономного водіння, яка використовує дискретні режими водіння та світовий модель для відхилення небезпечних інструкцій навігації. Вона перевершує базові моделі на тестах CARLA-F, B2D-C та B2D-Adv.
Гуманоідний робот G1 від Galbot почав працювати в аптеці LBX Pharmacy в Шанхаю, автономно обробляючи замовлення на ліки від прийому до видачі. Робот обробляє 400-500 замовлень на день з точністю 100%, витрачаючи менше 90 секунд на замовлення.