Приятного визита!

Чтобы проверить, как реголит реагирует на движение техники, исследователи провели серию испытаний с использованием реальных конструкций колёс луноходов. Эксперименты выполнялись на инженерном аналоге реголита LHS-1E, соответствующем «незрелому» грунту лунных высокогорий и полярных регионов.

Испытания проходили на установке RIDER (Regolith Interactions for the Development of Extraterrestrial Rovers) в лаборатории Exolith. Использовались три типа колёс: прототип Astrobotic Polaris, прототип Resource Prospector (аналог для будущего ровера VIPER) и копия колёс лунного ровера программы Apollo. Каждое колесо совершало до 900 проходов по слою реголита толщиной около 35 см в условиях, имитирующих лунную гравитацию.

Образцы грунта отбирались до начала эксперимента и после каждых 100 проходов. Учёные анализировали размер и форму частиц, чтобы понять, происходит ли их разрушение и образование более мелкой пыли.

Результаты показали, что даже после 900 проходов структура реголита практически не изменилась. Зафиксированы лишь незначительные вариации, связанные с конструкцией колёс и используемыми материалами — металлом или углеродным волокном. В целом же частицы не разрушались до более мелкой фракции, что означает отсутствие значительного роста пылеобразования.

Авторы отмечают, что эти данные имеют прямое значение для будущих миссий. Роверы будут играть большую роль в исследовании лунной поверхности, особенно в районах высокогорий и южного полюса. Понимание того, какие типы реголита позволяют минимизировать образование пыли, даёт возможность заранее планировать маршруты, выбирать площадки и снижать риски для техники и экипажа.

Фактически речь идёт о первом экспериментальном подтверждении того, что часть лунной поверхности может быть пригодна для создания устойчивых транспортных маршрутов без критического ухудшения условий из-за пыли.

Результаты показали, что сильное магнитное поле Юпитера (417 микротесла) создало магнитосферную полость в аккреционном диске, что позволило крупным спутникам уцелеть. У Сатурна магнитное поле слабее (21 микротесла), поэтому его спутники не смогли удержаться в диске. Это объясняет, почему у Юпитера четыре крупных спутника, а у Сатурна только один.

Исследование также объясняет, почему Каллисто не входит в орбитальный резонанс с Ио, Европой и Ганимедом (1:2:4). Эти результаты могут быть полезны для изучения экзопланет и их спутников. Например, газовые гиганты, похожие на Юпитер, вероятно, формируют компактные системы крупных спутников, тогда как планеты, подобные Сатурну, имеют один-два крупных спутника и множество мелких.

Работа закладывает основу для будущих исследований экзопланетных систем и помогает лучше понять процессы, происходившие в ранней Солнечной системе.

В британской спецификации Seltos предложат только с гибридными установками. Базовая версия получит 1,6-литровый турбомотор в составе гибридной системы с передним приводом и мощностью 152 л.с. Более дорогая версия получит электропривод задней оси eAWD, а мощность составит 176 л.с. При этом подключаемого гибрида не будет — Kia сознательно делает ставку на обычный гибрид. Для материковой Европы также сохранится вариант с неэлектрифицированным 1.6 на 178 л.с., который можно будет заказать с механической коробкой передач или роботом DCT.

По размерам Seltos заметно вырос: колесная база составляет 2,69 метра. Это должно обеспечить больше пространства в салоне. Дизайн тоже стал современнее: автомобиль получил визуальные отсылки к электромобилям Kia.

В салоне — два экрана с диагональю 12,3 дюйма и еще один с диагональю 5,3 дюйма для управления настройками климат-контроля. Также предусмотрены спорт-пакет GT и внедорожный X-Line. Отдельно отмечается наличие функции V2L, которая позволит питать внешние устройства прямо от автомобиля — впервые для европейского гибрида Kia с eAWD.

Появление Seltos в Великобритании ожидается в четвертом квартале 2026 года, вскоре после старта поставок автомобилей в Европе.

«Как только модель переходит от выполнения строго заданных задач к комбинированию навыков, ее возможности начинают расти быстрее, чем объем данных», — отметил Сергей Левин, сооснователь Physical Intelligence и профессор Калифорнийского университета в Беркли. Это свойство напоминает прогресс в области языковых и визуальных моделей.

Разработчики подчёркивают, что модель пока что не способна выполнять сложные многошаговые задачи без инструкций. Например, робот не может самостоятельно приготовить тосты, но с пошаговыми указаниями справляется. Это открывает перспективы для использования роботов в новых средах без необходимости дополнительного обучения.

Команда также признала, что стандартизированных метрик для оценки генерализации в робототехнике пока что не существует, что затрудняет внешнюю проверку их результатов. Тем не менее, модель π0.7 показала сопоставимые результаты с предыдущими специализированными моделями компании, выполняя такие задачи, как приготовление кофе, складывание белья и сборка коробок.

Physical Intelligence уже привлекла более $1 млрд инвестиций и оценивается в $5,6 млрд. Компания планирует новый раунд финансирования, который может удвоить ее оценку до $11 млрд. Несмотря на это, стартап пока не раскрывает сроки коммерциализации своей технологии.

Ситуация в Сиэтле отражает более широкую тенденцию в США. На фоне стремительного развития искусственного интеллекта крупнейшие технологические компании, включая Microsoft и Amazon, инвестируют сотни миллиардов долларов в строительство дата-центров. При этом дефицит доступных энергетических мощностей в традиционных регионах размещения вынуждает застройщиков рассматривать города с собственной энергосистемой.

Часть проектов в Сиэтле уже корректируют. По данным местных СМИ, одна из компаний отказалась от участия, а три оставшиеся — Prologis, Equinix и Sabey — продолжают изучать площадки в южной части города. Все проекты находятся на ранней стадии и пока не поданы на официальное подключение к энергосети.

В ответ на ситуацию Seattle City Light пересматривает условия контрактов для крупных потребителей. Планируется обязать операторов дата-центров самостоятельно обеспечивать генерацию электроэнергии и оплачивать модернизацию инфраструктуры, чтобы не перекладывать эти расходы на жителей города.

Ожидается, что компании примут решение о подаче официальных заявок в течение ближайших двух–трёх месяцев. До этого времени власти Сиэтла намерены определить, какие ограничения и правила будут применяться к таким проектам в будущем.

Сейчас ситуация изменилась: пользователи всё чаще хотят запускать ИИ-инструменты и автоматизированные сценарии не на личных устройствах, а в облаке — при этом сохраняя доступ к экосистеме macOS и фирменным приложениям. Это стимулирует спрос на Mac mini, используемые как удалённые вычислительные узлы.

На этом фоне просматривается идея новой бизнес-модели: предоставление доступа к вычислительным мощностям Apple Silicon по подписке — аналогично облачным сервисам вроде AWS. Пользователи могли бы арендовать виртуальные машины с macOS для запуска ИИ-моделей, автоматизации задач и интеграции с сервисами Apple без привязки к собственному устройству.

Частично необходимая инфраструктура у компании уже есть. Apple развивает направление Private Cloud Compute, предназначенное для обработки задач, связанных с ИИ. Пока что эти мощности используются ограниченно, но в перспективе могут стать основой для более масштабных облачных предложений.

Экономическая логика такого шага очевидна. В индустрии облачных вычислений сервисная модель приносит значительную долю прибыли: например, более половины доходов Amazon формируется не за счёт розничной торговли, а благодаря AWS. Для Apple это может стать новым направлением роста на фоне уже стабильных продаж устройств.

Потенциально такая модель позволит компании не только увеличить выручку, но и снизить давление на рынок железа, где наблюдается дефицит мощных конфигураций. Вместо разовой покупки дорогого компьютера пользователи смогут оплачивать доступ к вычислениям по мере необходимости.

Однако в 2020 году Uber отказалась от этого подхода, продав ключевые активы: ATG перешёл к Aurora, Elevate — к Joby Aviation, а микромобильный сервис Jump — к Lime. При этом компания сохранила доли в этих проектах, фактически перейдя от прямой разработки к инвестиционной модели.

Теперь Uber делает следующий шаг — формирует новую, более «капиталоёмкую» стратегию, но уже без создания технологий с нуля. Вместо этого компания фокусируется на владении или аренде — прежде всего автопарков роботакси, созданных партнёрами. Это может существенно изменить структуру её баланса и бизнес-модель в целом.

Такой подход позволяет Uber участвовать в рынке автономного транспорта без необходимости нести все риски разработки. При этом конечная цель остаётся прежней — построение масштабируемой сети автономных перевозок.

Возвращение Uber к более активной роли в автономной мобильности происходит на фоне роста интереса к технологии и конкуренции за лидерство на рынке. Новая стратегия показывает, что компания стремится занять место в экосистеме — даже если теперь она делает это через партнёрства и владение инфраструктурой, а не собственные разработки.

Google уже представила TPU нового поколения Ironwood, который компания называет «первым TPU для эпохи инференса». Он обеспечивает десятикратный рост пиковой производительности по сравнению с TPU v5p и масштабируется до 9 216 чипов в одной системе с энергопотреблением около 10 мегаватт.

Marvell Technology в этой архитектуре может занять нишу дополнительных решений — как по стоимости, так и по профилю нагрузок. Речь идёт о сегментации вычислений внутри одной экосистемы, где разные типы чипов оптимизируются под разные сценарии использования.

Параллельно рынок кастомных чипов демонстрирует ускоренный рост. По прогнозам, он увеличится на 45% в 2026 году и достигнет $118 млрд к 2033 году, опережая темпы роста GPU-сегмента. Основным драйвером становится именно инференс, а не обучение моделей.

Окончательного соглашения с Marvell Technology пока нет, и даже в случае подписания новые чипы появятся лишь через несколько лет. Однако направление определено: Google выстраивает диверсифицированную инфраструктуру для вычислений следующего поколения, где инференс становится центральной нагрузкой, а цепочка поставщиков — критическим элементом стратегии.

Отдельное внимание в отчёте уделено миграции специалистов. С 2017 года число исследователей, переезжающих в США, сократилось на 89%, при этом 80% падения пришлось на последний год. Теперь Швейцария занимает первое место в мире по плотности ИИ-специалистов на душу населения.

США сохраняют лидерство по числу дата-центров — 5 427 объектов, что более чем в 10 раз превышает показатель любой другой страны. Однако Китай демонстрирует более высокие темпы роста в промышленном внедрении ИИ и инфраструктуре.

Отчёт также фиксирует ускорение технологического прогресса. Точность моделей на кодинговых бенчмарках выросла с 60% до почти 100% за год, а на научных тестах — до 93%, превысив уровень экспертов-людей (81,2%). При этом сохраняется разрыв между тестами и реальными задачами: робототехника достигает 89,4% в симуляции, но лишь 12% в бытовых сценариях.

Отдельно отмечается быстрый рост использования генеративного ИИ: 53% мирового населения применяют такие системы спустя 3 года после их массового появления. Однако уровень доверия и внедрения в США ниже глобального среднего: только 28,3% населения активно используют ИИ-инструменты против 61% в Сингапуре и 54% в ОАЭ.

Регуляторная картина остаётся фрагментированной: 47 стран приняли ИИ-законодательство, но только 12 имеют механизмы его исполнения. ЕС внедрил AI Act в 2026 году, однако глобальной координации регулирования пока что нет.

Экологический аспект также становится значимым фактором. Обучение одной модели уровня Grok 4 эквивалентно 72 816 тонн CO2, а глобальная мощность дата-центров достигла 29,6 ГВт — уровня энергопотребления штата Нью-Йорк в пиковом режиме.

Авторы отчёта подчёркивают ключевой парадокс: США инвестируют в ИИ значительно больше, но разрыв в качестве моделей почти исчез. При этом Китай доминирует в патентах, публикациях, робототехнике и энергетике, формируя альтернативную модель технологического роста. Отчёт не делает выводов, но фиксирует тенденцию: глобальный баланс ИИ-рынка становится всё более конкурентным и менее предсказуемым.