ИИ-прогноз на 2026 год: домашние роботы, реалистичное видео, научные агенты

Чего ждать от развития нейросетей в 2026 году? Мы выделили главные тенденции и составили свой прогноз!

Ускорится развитие роботов

В 2026 году в продажу поступит Neo Home Robot от компании 1X по цене $20 000. Neo станет первым продвинутым роботом для массового потребителя, способным выполнять сложные многошаговые задачи: стирку, загрузку посудомоечной машины, уборку пылесосом.

Новым задачам робот будет обучаться через телеоператора — сотрудник компании удаленно подключится к устройству и проведет его по шагам от начала до конца задачи, обучив на следующий раз. Так 1X одной из первых соберет реальные данные, критически важные для дальнейшего обучения. Похожую стратегию использовала Tesla: изначально ее автопилот был достаточно примитивен, но массовое распространение позволило собрать огромные массивы данных о поездках, которые затем легли в основу более продвинутой системы.

Роботами также серьезно занялась компания Hugging Face — разработчик самого популярного хранилища открытых моделей ИИ. В 2024 году она запустила open source инициативу LeRobot для моделей, датасетов и инструментов обучения роботов, а в апреле 2025 приобрела Pollen Robotics (создателей гуманоидных роботов с открытым ПО) и заявила о намерении развивать и продавать открытых роботов. Среди них — Reachy Mini, маленький робот за $300, который должен помогать разработчикам и энтузиастам в прототипировании своих идей. 

Развитие мультимодальных LLM, выход роботов на массовый рынок и создание открытой инфраструктуры для разработки робототехники создают предпосылки для ускорения прогресса в этой области. 

ИИ-видеоконтента станет больше

Согласно недавнему исследованию компании Kapwing, более 20% видео, которые алгоритм YouTube рекомендует новым пользователям, созданы с помощью ИИ. Исследователи проанализировали 15 000 популярных каналов платформы и обнаружили 278 каналов, публикующих исключительно ИИ-контент. В совокупности они набрали более 63 млрд просмотров и 221 млн подписчиков, что приносит им около $117 млн ежегодно.

Такой рост стал возможен благодаря развитию моделей генерации видео. Sora 2 от OpenAI и Veo 3 от Google создают реалистичные ролики со звуком и доступны широкой аудитории. Существуют и открытые модели сопоставимого качества — например, Wan и Kandinsky.

Google уже снизила стоимость Veo 3 примерно на 50%, а конкуренция со стороны открытых моделей продолжает расти. Параллельно развиваются ИИ-инструменты для упрощения работы над видео: монтаж через транскрипцию, создание видео-аватаров, автоматическая озвучка. Все это будет способствовать дальнейшему увеличению объема ИИ-видео.

ИИ будет чаще использоваться в науке

Прогресс в развитии LLM и основанных на них агентов позволил автоматизировать или существенно упростить некоторые этапы исследовательской работы.

Например, ИИ-исследователь Kosmos, как утверждается, за сутки Kosmos выполняет объем задач, эквивалентный шести месяцам работы аспиранта. Система уже способна самостоятельно воспроизводить ранее неопубликованные результаты и совершать открытия, признаваемые другими учеными. Детальные описания «открытий» Kosmos и протокол измерения его продуктивности доступны здесь. 

Система AlphaEvolve на основе LLM находит новые математические объекты, разрабатывает более эффективные алгоритмы и дизайны чипов. Математики описывают ее как инструмент, способный находить работающие комбинации существующих идей для конкретных задач. Многие такие комбинации можно было бы найти вручную, но у ученых часто не хватает на это времени. Подробнее об AlphaEvolve мы писали здесь.

Недавно специальный вид нейросетей использовали для продвижения в решении одной из «Задач тысячелетия».

Современные ИИ-методы пока не применяются в науке повсеместно по двум причинам. Первая — высокая стоимость. Один цикл работы ИИ-исследователя может обходиться в тысячи долларов. Вторая причина — отсутствие удобных интерфейсов для широкого круга пользователей. Обе эти проблемы, впрочем, постепенно решаются.

🤖 «Системный Блокъ» @sysblok