Як штучний інтелект змінює роздрібна торгівля щодня. Новини, тренди, можливості та загрози — саме для вашої галузі.
Стаття розглядає виклики впровадження роботів з Physical AI у домашніх умовах. Вона зазначає, що хоча гуманоїдні роботи демонструють складні рухи, вони важко взаємодіють зі світом через слабке перенесення навичок між різними середовищами, як показано в тестах Лабораторії інтелектуальної космичної робототехники Сколтеха.
Alibaba випустила очки Qwen Glasses N1 та N1 Pro у Китаї з вбудованим AI-асистентом Qwen. Вони підтримують голосове спілкування, камеру, моніторинг здоров’я та оплату за радужною оболочкою ока, а Pro-версія додає слідкування за направленням погляду для роботи з об’єктами.
MiniCPM-V-4.7-35B-A3B став першою відкритою MoE-моделю, яка працює на пристрої зі швидкістю 13+ токенів/сек на iPhone 17 Pro Max. Це стало можливим завдяки Lookahead Expert Scheduling та стисненню візуальних токенів.
TypeSafe AI залучила $870 млн на розвиток Jev — моделі, яка замість тексту видає ймовірності та калібровані рішення. Модель вже використовують третина компаній з списку Fortune 500 менше ніж через місяць після запуску.
Майкрософт випустила DiT-large — трансформерний енкодер, натренований на 42 мільйонах зображень документів для самонавчання. Модель можна налаштовувати під класифікацію та аналіз розмітки документів.
Навчіть вашу команду працювати з AI за 5 днів
Кожен побудує автоматизацію для своєї ролі. Спеціальна програма для роздрібна торгівля.
aiupskill.live →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.
СвітлоOnOCR-3 — це сімейство відкритих моделей для обробки документів, які розпізнають друкований та рукописний текст, зберігають структуру сторінки та координати блоків, описують зображення та перетворюють дані з графів у таблиці. Моделі доступні у трьох розмірах: 0,8B, 1B та 4B, обходять конкурентів на ParseBench та можуть бути адаптовані та розгорнуті на власної інфраструктурі.
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.
DataBuy розширив каталог підписок, додавши Lovable, n8n та інші AI-сервіси для роботи, розробки, автоматизації та контенту. Вони запускають повноцінний сайт з 100+ підписками та цифровими продуктами, пропонуючи промокод KGNVSK15 зі знижкою 15%.
Стаття розглядає реальне впровадження AI-агентів великими компаніями, переходячи від шуму до практичних реалізацій у бізнес-процесах. Це важливо, бо показує, як AI переходить з експериментальної стадії до створення осяжної вартості для корпоративних клієнтів.
Ілон Маск заявив у інтерв'ї китайському телеканалу CCTV, що у майбутньому, коли кожен буде мати особистого робота, здатного виконувати різні завдання, гроші можуть втратити значення через надлишок товарів та послуг. Це призведе до епохи изобилия, коли виробництво стане дешевшим, а послуги — доступнішими.
Натура представила інтелектуальний перстень Interface за $99, який дозволяє викликати AI-агентів натисканням пальця для виконання завдань, захоплення думок та керування пристроями. Перстень також працює як трекер здоров’я, поєднуючи функціональність носимих пристроїв з доступним AI.
Стаття пропонує використовувати моделі ШІ Codex або Claude для налаштування обробки фото або набору даних під індивідуальні потреби. Це спрощує адаптацію AI під конкретні завдання без глибоких технічних знань.
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.
Дослідження виявило, що AI-асистенти Claude та ChatGPT пропонують різні ціни на покупки залежно від виявленого багатства користувача. Це показує, як алгоритми можуть неособисто дискримінувати за соціальним статусом.
Тоні Фаделл, створник iPod, стверджує, що перші AI-гаджети провалилися, бо не вирішували реальних проблем користувачів. Наступна хвиля повинна заслужити довіру споживачів через практичну користь.
Google випустила Nano Banana 2.1 — оновлену модель для генерації зображень на базі Gemini 3.6 Flash. Модель доступна в Gemini, AI Studio, API, Flow, Stitch, fal та ComfyUI, підтримує до 14 референсів, панорами 8:1 та 1:8, та маску правки без додаткових параметрів.
Google випустила модель Nano Banana 2.1, яка генерує зображення в роздільності 4К. Модель доступна в Gemini, AI Studio та API, показуючи кращу роботу з деталями та збереженням елементів сцени після правок.
Xiaomi представила модель TabLDM для класифікації та регресії на табличних даних без потреби до донавчання. Вона використовує позначені рядки датасету як контекст для прогнозу нових рядків за один прохід.