# Сопутствующие статьи по теме Обучение ИИ

Новостной центр HTX предлагает последние статьи и углубленный анализ по "Обучение ИИ", охватывающие рыночные тренды, новости проектов, развитие технологий и политику регулирования в криптоиндустрии.

Почти сто игроков ворвались в индустрию данных для воплощенного интеллекта: Кто на самом деле может заработать на «продаже данных», если за год привлекли 4,47 млрд?

Более 90 игроков выходят на рынок данных для воплощенного интеллекта: за год привлечено 44,7 млрд юаней инвестиций, но кто действительно может заработать на «продаже данных»? Индустрия данных для воплощенного интеллекта (Embodied AI) формируется как самостоятельный сегмент, привлекая разнообразных участников: независимых поставщиков данных, государственные платформы, робототехнические компании и игроков из смежных отраслей. За последний год 15 независимых поставщиков услуг по обработке данных привлекли около 44,7 млрд юаней. Однако, по сравнению с общим объемом финансирования в области воплощенного интеллекта (438 млрд юаней за первое полугодие 2026 года), эта сумма невелика, что указывает на сохраняющуюся осторожность инвесторов. Основные методы сбора данных включают телеуправление реальными роботами, сбор данных без робота (с использованием захвата движений, перспективы от первого лица и т.д.), синтез в симуляциях и дистилляцию из интернет-видео. Наиболее распространены гибридные подходы. Текущая годовая производственная мощность отрасли оценивается в 1,6-1,8 млн часов данных + 70-80 млн отдельных единиц данных, но краткосрочная цель — увеличить это в 15-20 раз. Сбор данных ведется более чем в 20 провинциях Китая, при этом наибольшая концентрация — в регионе дельты Янцзы. Несмотря на бурный рост, отрасль остается на ранней стадии: более половины ключевых независимых компаний младше года, большинство находятся на ранних стадиях финансирования (A-раунд и ранее), и лишь одна компания заявляет о прибыльности. Капитал распределен широко, но ни один институциональный инвестор не сделал крупной ставки. Ключевой вопрос, который предстоит решить в ближайшие год-два, — сможет ли «чистая» продажа данных стать устойчивой и прибыльной бизнес-моделью в этой сфере.

marsbit07/12 02:32

Почти сто игроков ворвались в индустрию данных для воплощенного интеллекта: Кто на самом деле может заработать на «продаже данных», если за год привлекли 4,47 млрд?

marsbit07/12 02:32

Каждое движение мыши обучает ИИ. Сотрудники Meta «восстали»: не хотим работать на «фабрике по извлечению данных сотрудников»

Сотрудники Meta проводят организованные протесты против установки на их рабочих компьютерах программы для отслеживания движений мыши, кликов и нажатий клавиш. Акция, сопровождаемая раздачей листовок и онлайн-петицией, ссылается на защиту прав работников по Закону о национальных трудовых отношениях (NLRA) США. Программа, известная как Инициатива развития возможностей моделей (MCI), собирает данные для обучения ИИ-агентов, что многие сотрудники рассматривают как помощь в создании систем, которые в будущем могут их заменить. Протесты усиливаются на фоне планов Meta уволить около 8000 сотрудников. Представитель компании утверждает, что сбор реальных пользовательских данных необходим для обучения ИИ, и что программа ограничена определёнными приложениями, однако сотрудники выражают обеспокоенность отсутствием прозрачности и возможности отказаться от отслеживания. В Великобритании часть сотрудников также начала кампанию по созданию профсоюза при поддержке UTAW.

marsbit05/14 10:59

Каждое движение мыши обучает ИИ. Сотрудники Meta «восстали»: не хотим работать на «фабрике по извлечению данных сотрудников»

marsbit05/14 10:59

2026 Практика на треке робототехники: Кто строит дороги, кто добывает ресурсы, а кто создает системы?

В 2026 году ключевой тренд в криптоиндустрии — это слияние AI и физической инфраструктуры (DePIN), известное как «воплощённый интеллект» (Embodied AI). В статье анализируются три ведущих проекта, представляющих разные уровни этой экосистемы: - **peaq ($PEAQ)**: Блокчейн Layer-1 для машинной экономики. Уже демонстрирует реальную прибыль через токенизированные робо-фермы, где NFT-держатели получают дивиденды в USDT от продажи продукции. Партнёры включают Bosch, Mastercard и Airbus. Низкая капитализация (~$35 млн) делает его привлекательным инфраструктурным активом. - **PrismaX**: Платформа для сбора данных обучения AI через удалённое управление роботами. Привлекла $11 млн от a16z. Пользователи зарабатывают очки за операции, которые затем конвертируются в токены. Риски включают низкое качество данных из-за наплыва «фермеров». - **OpenMind ($ROBO)**: ОС и магазин приложений для роботов, аналогичный Android. Партнёры — Unitree, Fourier, UBTECH. Высокая оценка ($400 млн FDV) и конкуренция с закрытыми системами (например, Tesla Optimus) — основные риски. Эти три проекта формируют основу будущего: PrismaX предоставляет данные для обучения, OpenMind унифицирует ПО, а peaq обеспечивает монетизацию и распределение доходов. Их взаимодействие создаёт замкнутый цикл роста, где больше участников → лучше данные → эффективнее приложения → выше incentives. Успех отрасли зависит от интеграции всех трёх уровней, а не от победы отдельного проекта.

marsbit02/15 10:10

2026 Практика на треке робототехники: Кто строит дороги, кто добывает ресурсы, а кто создает системы?

marsbit02/15 10:10

Я бросил школу, учился с ИИ и пробился в исследователи OpenAI

Статья рассказывает историю Габриэля Петерссона, который бросил школу, но с помощью методики «бесконечного допроса» ИИ стал исследователем в OpenAI. Вместо традиционного обучения «снизу вверх» он использовал подход «сверху вниз»: начинал с конкретной задачи, а затем с помощью ChatGPT рекурсивно углублялся в каждую тему, задавая вопросы до полного понимания. Этот метод, названный «рекурсивным заполнением знаний», позволяет быстро осваивать сложные концепции, превращая ИИ в персонального наставника. Автор предупреждает: если использовать ИИ только для генерации ответов, навыки мышления могут атрофироваться. Ключ к успеху — активное вопрошание, а не пассивное потребление информации. В будущем такой подход может способствовать росту «компаний одного человека», где специалисты смогут быстро осваивать смежные области.

深潮12/17 02:22

Я бросил школу, учился с ИИ и пробился в исследователи OpenAI

深潮12/17 02:22

活动图片