7 апреля Anthropic официально объявила о проекте Project Glasswing — инициативе в области кибербезопасности с участием Apple, Google, Microsoft, Nvidia, Amazon Web Services, CrowdStrike, Palo Alto Networks и ещё более сорока компаний. В её рамках избранный круг партнёров получает доступ к Claude Mythos Preview — самой мощной на сегодня модели компании. Anthropic выделила на проект $100 млн в виде кредитов на использование.

Причина осторожности объясняется прямо: Mythos уже обнаружила тысячи критических уязвимостей в крупнейших операционных системах и браузерах, включая баг в OpenBSD, просуществовавший 27 лет. Компания предупредила правительство США, что Mythos «значительно повышает вероятность масштабных кибератак» — и именно поэтому модель пока не выходит в открытый доступ. Цель Project Glasswing — дать защитникам фору перед неизбежным появлением аналогичных возможностей у злоумышленников.

В конце марта — начале апреля Waymo сообщила, что число еженедельных поездок на роботакси достигло 500 тысяч — вдвое больше, чем год назад. Компания продолжает расширение в Сан-Франциско, Финиксе, Лос-Анджелесе и Остине. Параллельно Waymo анонсировала запуск нового рынка — Атланты — в этом году.

Долгое время автономные автомобили оставались «вечно будущей» технологией. Waymo сегодня это единственная компания, которая ведёт коммерческую эксплуатацию полностью беспилотного такси в нескольких крупных городах без водителя-оператора на борту. Конкуренты — Tesla с Cybercab и китайская Baidu Apollo — наращивают темп, однако по масштабу коммерческого развёртывания пока заметно отстают.

6 апреля Anthropic объявила о подписании нескольких гигаватт мощностей TPU следующего поколения — крупнейшем обязательстве по вычислительным ресурсам за всю историю компании. Партнёрами сделки выступили Google Cloud и Broadcom. Чипы начнут поступать с 2027 года и должны обеспечить рост инфраструктуры пропорционально спросу: годовой объём выручки компании уже превышает $30 млрд.

Стратегический смысл в диверсификации: Anthropic использует одновременно AWS Trainium, Google TPU и GPU от Nvidia — в отличие от OpenAI, жёстко привязанной к инфраструктуре Microsoft. Это снижает зависимость от единственного поставщика и даёт рычаги при переговорах. Для Google сделка подтверждает конкурентоспособность TPU против Nvidia; для Broadcom — гарантирует крупный заказ на специализированную ИИ-логику.

На MWC 2026 в Барселоне президент Xiaomi Лу Вэйбин заявил в интервью CNBC: компания намерена выпускать новый процессор собственной разработки ежегодно. В прошлом году Xiaomi представила первый SoC XRing O1 на 3-нм техпроцессе — и явно не собирается останавливаться.

Амбиции куда крупнее, чем кажется на первый взгляд. В этом году Xiaomi впервые объединит XRing O1, операционную систему HyperOS и собственного ИИ-ассистента в одном устройстве. Пока — только для Китая, но международный выход уже запланирован. Параллельно компания готовит собственного ИИ-агента для зарубежных рынков — он появится вместе с электромобилями Xiaomi в Европе, ожидаемыми в 2027 году. Клуб производителей собственных процессоров — Apple, Samsung, Huawei — пополняется.

Что если бы вычислительная мощность, которую ещё несколько лет назад можно было встретить разве что в специализированных исследовательских центрах, уместилась в корпус размером с увеличенный Mac mini и встала на ваш рабочий стол? Именно с таким вопросом NVIDIA вышла на сцену CES 2025 — и ответ оказался не риторическим.

При слове «суперкомпьютер» воображение рисует привычную картину: просторный машинный зал, стойки с оборудованием от пола до потолка, ряды вентиляторов, непрерывный гул. Такие системы строят для моделирования климата, разработки ядерного оружия, расчёта сложных физических процессов и — в последние годы всё чаще — для обучения и запуска крупных моделей искусственного интеллекта. Доступ к подобным мощностям традиционно означал либо работу в государственном исследовательском институте, либо аренду облачной инфраструктуры у технологических гигантов.\

В NVIDIA задались простым вопросом: а что если сделать это компактным? Project Digits — именно так устройство называлось на момент анонса — стал ответом на этот вопрос. Суперкомпьютер, который помещается в небольшой корпус и может стоять прямо на рабочем столе. Впрочем, к моменту выхода в продажу устройство сменило имя: с осени 2025 года оно называется NVIDIA DGX Spark.

Для кого это устройство — и для кого точно нет

Нужно сразу сказать прямо: для рядового пользователя DGX Spark бесполезен. Это не игровая машина, не мощная рабочая станция для монтажа видео и не замена привычному домашнему компьютеру. Устройство создавалось для вполне конкретной аудитории: разработчиков в сфере искусственного интеллекта, исследователей и студентов, которым нужно создавать, дообучать и запускать крупные языковые модели локально — без постоянного обращения к облачной инфраструктуре.

По замыслу NVIDIA, DGX Spark — это инструмент для прототипирования. Разработчик создаёт и тестирует модель на настольном устройстве, а когда она готова к промышленному применению, разворачивает её в облаке или в корпоративном дата-центре. Причём — и это принципиально — на той же самой программной архитектуре. Никакой переписки кода, никакой адаптации под другую платформу.

Кроме того, устройство открывает интересную возможность для тех, кто ценит конфиденциальность: на нём можно запустить собственную языковую модель, обучить её на персональных данных и работать с ней локально, не передавая ничего в интернет. Это значительно отличается от привычной схемы, при которой любой запрос к ChatGPT или аналогичному сервису обрабатывается на удалённых серверах.

Операционная система — не привычная Windows, а DGX OS: специализированный дистрибутив на базе Ubuntu 24.04, настроенный под задачи искусственного интеллекта. В комплекте идут CUDA, cuDNN, TensorRT, Docker и целый набор готовых сценариев применения — от RAG-систем до мультиагентных рабочих процессов. Всё это позволяет приступить к работе практически сразу после включения.

Что внутри: архитектура GB10 Grace Blackwell

Внешне DGX Spark выглядит как типичный мини-компьютер — золотистый металлический корпус размером 150 × 150 × 50,5 мм, стилистически напоминающий уменьшенную копию легендарного DGX-1. Именно такой суперкомпьютер Дженсен Хуанг лично доставил Илону Маску в офис OpenAI в 2016 году — системы, которую принято считать отправной точкой всего нынешнего бума генеративного ИИ. Намёк на эту историю в дизайне DGX Spark вряд ли случаен.

128 гигабайт оперативной памяти и накопитель NVMe объёмом до 4 ТБ — внушительно, но вполне ожидаемо для устройства подобного класса: обученные языковые модели занимают значительное место. Самое интересное — в главном чипе. Сердце DGX Spark — GB10 Grace Blackwell Superchip, система на кристалле (SoC), разработанная совместно с компанией MediaTek.

Прежде чем двигаться дальше, стоит пояснить саму концепцию SoC для тех, кто с ней не знаком. Традиционный компьютер состоит из множества отдельных компонентов, расположенных на разных платах и соединённых между собой: центральный процессор, графический процессор, оперативная память, контроллеры. В случае системы на кристалле все эти элементы интегрированы на одном чипе. Это позволяет существенно сократить занимаемое пространство и снизить задержки при передаче данных между компонентами.

GB10 объединяет графический процессор на архитектуре Blackwell — с новейшими ядрами CUDA и тензорными ядрами пятого поколения — и центральный процессор Grace с двадцатью энергоэффективными ядрами на базе архитектуры Arm (10 высокопроизводительных ядер Cortex-X925 и 10 энергоэффективных Cortex-A725). Соединяет их технология NVLink-C2C, обеспечивающая пропускную способность в пять раз выше, чем интерфейс PCIe Gen 5. Унифицированная архитектура памяти означает, что процессор и графический сопроцессор совместно используют единый пул из 128 ГБ — без накладных расходов на копирование данных между раздельными банками.

Благодаря этому DGX Spark способен локально запускать языковые модели с числом параметров до 200 миллиардов. Для сравнения: GPT-3 — модель, с которой во многом началась нынешняя эпоха генеративного ИИ — содержит 175 миллиардов параметров. Если же соединить два устройства через специальный адаптер ConnectX с пропускной способностью 200 Гбит/с, объединённая система справляется с моделями до 405 миллиардов параметров — размер флагманской Llama 3.1 от Meta.

Петафлопс петафлопсу рознь: о чём умалчивают в пресс-релизах

Заявленная производительность в 1 петафлопс — квадриллион операций в секунду — звучит впечатляюще. Для сравнения: Sony PlayStation 5 Pro выдаёт около 33 терафлопс, то есть примерно в тридцать раз меньше. Однако у этой цифры есть существенная оговорка, о которой важно говорить честно.

Заявленный петафлопс относится к вычислениям с точностью FP4 — то есть к операциям с четырёхбитными числами с плавающей точкой. Для сравнения: стандартные научные расчёты ведутся с точностью FP32 (32-битные числа), а большинство современных нейросетей при обучении используют как минимум FP16. FP4 — это очень низкая точность. При ней каждое число кодируется четырьмя битами вместо шестнадцати или тридцати двух, что позволяет резко ускорить вычисления, но ценой потери точности представления числовых значений.

Кроме того, реальный показатель достигается с использованием технологии структурного прореживания (structured sparsity): она удваивает эффективную скорость вычислений, пропуская нулевые значения. Но работает это только при условии, что конкретная задача оптимизирована под этот режим — что в реальных приложениях выполняется далеко не всегда. Независимые тесты показывают реальную производительность на уровне около 100 терафлопс в формате BF16 и около 207 терафлопс в FP8 — цифры уважительные, но далёкие от рекламного петафлопса.

После выхода устройства в продажу эта тема вызвала оживлённую дискуссию в профессиональном сообществе. Критики указывали, что заявленная мощность — маркетинговая цифра, а не реальный показатель производительности для большинства задач. Один из обозревателей зафиксировал, что при работе с моделью Llama-3.1-8B устройство выдаёт около 36 токенов в секунду — ровно столько же, сколько Mac mini с процессором M4 Pro, который стоит примерно в три раза дешевле.

И всё же было бы несправедливо сводить дискуссию к простому «обману покупателей». NVIDIA действительно провела масштабную исследовательскую работу, чтобы сохранить практически приемлемую точность при переходе на FP4. На конференции HotChips в августе 2024 года компания продемонстрировала первый генератор изображений, работающий на модели с точностью FP4: результат визуально практически неотличим от FP16. Это говорит о том, что для задач инференса в нейронных сетях четырёхбитное представление чисел вполне имеет право на существование — особенно в сочетании с грамотными методами квантизации.

Немаловажно и то, что DGX Spark обладает уникальным преимуществом, которое не отражается ни в каких бенчмарках: нативная поддержка CUDA. Конкурирующие решения на базе AMD Ryzen AI Max или чипов Apple Silicon предлагают сопоставимую или даже превосходящую производительность по соотношению цена/качество — но все они лишены доступа к экосистеме CUDA, которая по-прежнему остаётся де-факто стандартом в разработке ИИ.

От анонса к реальности: как Project Digits стал DGX Spark

Путь от анонса до прилавка оказался долгим. На CES 2025 устройство обещали выпустить в мае того же года по цене 3 000 долларов. В марте 2025 года NVIDIA переименовала Project Digits в DGX Spark. Первые поставки начались лишь осенью 2025 года — и уже по цене 3 999 долларов за версию Founders Edition. К февралю 2026 года цена выросла ещё раз — до 4 699 долларов, что NVIDIA объяснила дефицитом 128-гигабайтных модулей памяти LPDDR5x.

Параллельно к выпуску устройств подключились партнёры: Acer, ASUS, Dell, Gigabyte, HP, Lenovo и MSI выпустили собственные версии на базе того же чипа GB10 — как правило, с меньшим объёмом накопителя и по более низкой цене. Рынок обозначил своё отношение к категории довольно отчётливо: сопоставимые по возможностям системы на Ryzen AI Max+ стоят существенно дешевле, хотя и проигрывают в поддержке программного стека NVIDIA.

Реальные пользователи и независимые обозреватели дали устройству в целом осторожно положительную оценку. Отмечается исключительное удобство работы с готовым программным стеком — DGX OS поставляется с предустановленными инструментами, и первую рабочую нейросетевую задачу можно запустить буквально через несколько минут после распаковки. 128 ГБ единой памяти, разделяемой между процессором и графическим ускорителем, действительно позволяют запускать модели, недоступные на большинстве потребительских устройств. Встроенный сетевой интерфейс ConnectX-7 с пропускной способностью 200 Гбит/с — компонент, который в отдельной поставке стоит от 1 700 долларов — также выгодно отличает DGX Spark от конкурентов.

Вместе с тем критики указывают на тепловые ограничения: компактный металлический корпус объёмом 1,13 литра при длительных нагрузках заметно греется, и часть пользователей фиксировала самопроизвольные перезагрузки. Устройство потребляет значительно меньше заявленного TDP, что свидетельствует о термическом или программном ограничении производительности. Ситуацию должны исправить обновления прошивки — одно из них уже снизило потребление в режиме ожидания более чем на треть.

Намёк на будущее: NVIDIA на рынке потребительских процессоров?

На пресс-конференции в январе 2025 года Дженсен Хуанг обронил фразу о том, что у компании есть «собственные планы» относительно дальнейшего использования разработанного процессора. На фоне устойчивых слухов о том, что NVIDIA активно работает над собственным потребительским центральным процессором, это заявление прозвучало не как дежурная ремарка, а как намеренный сигнал рынку.

Если компания действительно выйдет на рынок потребительских процессоров — рынок, который десятилетиями делят Intel и AMD, — последствия для индустрии сложно переоценить. GB10 уже доказал, что архитектура Arm в связке с графическим ускорителем Blackwell и унифицированной памятью работает. Остаётся вопрос: захочет ли NVIDIA идти дальше? Пока что это лишь намёки. Но в истории технологий именно так всё и начинается.

Главное — не само устройство

DGX Spark — устройство для узкой аудитории. При нынешней цене в несколько тысяч долларов, работе исключительно под управлением Linux и ориентации на профессиональные задачи ИИ оно явно адресовано не широкому потребителю. Разработчики и исследователи получили то, о чём давно мечтали: возможность работать с крупными языковыми моделями локально, без облачной зависимости и без необходимости делиться данными с внешними серверами.

Но, пожалуй, главное в этой истории — не само устройство. Главное — прецедент. Впервые в истории суперкомпьютерные вычисления в сфере искусственного интеллекта оказались в форм-факторе настольного компьютера с ценой, соответствующей профессиональной рабочей станции. Это тот самый момент, когда технология, существовавшая исключительно в серверных залах, делает шаг навстречу обычному рабочему пространству. Пусть пока — только для профессионалов. Но закономерность здесь такая же, как и всегда: сначала появляется дорогой инструмент для специалистов, а затем — через несколько лет — доступная версия для всех остальных.

 

Apple провела мартовскую презентацию, где показала чипы M5 Pro и M5 Max — и назвала их уже не просто процессорами, а «нейронными ускорителями». Apple Intelligence стал базовой функцией для всех устройств начиная с iPhone 15 Pro, а минимальный объём памяти в новых девайсах теперь составляет 256 ГБ. Тим Кук объявил о «революции локального ИИ».

Главный смысл этой обновы — независимость от интернета. Языковые модели, генерация изображений и персональный контекст пользователя отныне живут прямо на устройстве, без отправки данных в облако. Это прямой ответ на растущую тревогу пользователей о приватности — и одновременно удар по конкурентам, которые всё ещё завязаны на серверную обработку.

Перед нами исторический документ. «Ноттингем, 25 января 1812 года. Значительное число мужчин, вооружённых пистолетами, молотками и дубинками, ворвались в дом вязальщика Джорджа Болла, скрыв свои лица масками, платками и иными способами. И после того как они избили и оскорбили вышеупомянутого Джорджа Болла, они умышленно и преступно сломали и уничтожили пять чулочных станков, находившихся в мастерской… при этом все указанные станки работали по полной расценке. Сим объявляется, что всякое лицо, которое предоставит сведения о преступнике или преступниках… получит вознаграждение в размере £200…»

Людей, совершивших это нападение, тогда стали называть луддитами. По имени Неда Лудда — человека, который, по легенде, уничтожил первые два чулочных станка. И тем самым породил стихийное движение.

В первой четверти XIX века луддиты участвовали в стихийных митингах и погромах против внедрения машин. Они ломали станки, громили фабрики и жгли заводы. Не от хорошей жизни. Эти машины отнимали у них не только работу и хлеб, но и сам смысл существования.

Со временем же слово «луддиты», как ярлык, стали вешать вообще на всех противников технологий и прогресса.

А вот другой исторический документ.

5 января 2026 года. Выставка CES в Лас-Вегасе.

Компания Boston Dynamics представляет первую коммерческую, серийную версию своего робота — Atlas. Робота, который теперь уже всерьёз и по-настоящему будет заменять людей на заводах.

А нам с вами всерьёз и по-настоящему придётся задуматься: на чьей мы стороне — луддитов или прогресса.

Сегодня мы поговорим о новой, теперь коммерческой версии робота Atlas. Разберёмся, чем он отличается от своего лабораторного брата-акробата. Что у него под капотом с точки зрения интеллекта. И почему внезапно нам стало так важно, сколько зарабатывают два американских рабочих за два года.

Atlas-спасатель: как всё начиналось

Atlas — настоящая YouTube-звезда. Мы знаем его по сальто, паркуру и танцам. Но это всё — не то, с чего начиналась его история.

У проекта, на самом деле, довольно мрачные корни. Первый импульс к созданию Atlas более десяти лет назад дала авария на АЭС «Фукусима-1».

Тогда стало очевидно: человечеству нужны машины, способные работать в среде, созданной для людей, но ставшей для них смертельно опасной.

Конкурс DARPA

Проект стартовал под крылом знаменитого агентства DARPA. Они объявили открытый конкурс: создать робота-спасателя в форм-факторе человека. Чтобы он мог и по лестнице подняться, и на машине проехать, и в самых сложных условиях работать.

Робот от Boston Dynamics на том конкурсе выступал за команду IHMC Robotics. И они тот конкурс… не выиграли, а заняли лишь второе место. Уступив шесть минут победителям — малоизвестной команде из Южной Кореи — KAIST.

Однако на этом история Atlas не закончилась. Проект тихо продолжил жизнь как чисто исследовательская платформа. Иногда напоминая о себе вирусными видео на YouTube.

Но всё изменилось… после того, как в 2020 году Boston Dynamics была куплена уже совсем другими, куда более известными корейцами — Hyundai Motor Group.

Гидравлический Atlas: инженерное чудо с большой ценой

Помимо значительного финансирования корпорация из Кореи привнесла в Бостон два типа экспертизы. И в первую очередь — технологическую.

Не поймите неправильно: и до корейцев у Boston Dynamics с технологиями всё было в порядке.

Гидравлическая версия Atlas — это настоящее инженерное чудо. Робот был быстрый, ловкий и сильный. Они буквально обучили экскаватор делать паркур.

Одним словом — чудо! Но вопрос — какой ценой? Скажем так, немалой.

Технологические сложности

Во-первых, гидравлика. Она тут была особенная.

Компоненты печатали на 3D-принтере — прямо как корпуса новых Apple Watch, аддитивное производство. А гидравлические каналы были встроены прямо в «кости» робота, чтобы экономить каждый грамм веса и каждый кубический сантиметр объёма.

Штучная работа. Почти арт-объект.

Atlas порхал как бабочка и жалил как пчела. А ещё тарахтел как трактор и разливал масло направо и налево.

Потому что гидравлика — штука капризная. Она склонна к утечкам и требует постоянного мониторинга давления и состояния системы.

Такого ни в приличное общество, ни на чистое производство не выпустить без команды инженеров на подхвате.

Добавим сюда электронику. Чтобы добиться мгновенной балансировки при прыжках и сальто, использовались топовые лидары, IMU-сенсоры и мощные бортовые компьютеры — каждая такая железка стоит десятки тысяч долларов.

В итоге себестоимость Atlas достигала — только вдумайтесь — от одного до двух миллионов долларов за штуку.

Проект был масштабный, но абсолютно не масштабируемый.

И вот тут как раз к месту пришёлся опыт корейского промышленного гиганта. Что-что, а масштабировать производство они умеют.

Электрический Atlas: преображение 2024 года

Результат сотрудничества Boston Dynamics и Hyundai мы увидели в 2024 году. Это был совершенно новый, полностью электрический Atlas.

Электро-Atlas получился: стройный, гибкий, тихий, предельно точный в своих манипуляциях и простой в обслуживании. Но главное — он стал куда дешевле.

Роль Hyundai Mobis

У руля этих изменений, в прямом и переносном смысле, оказалось подразделение Hyundai Mobis. Это опытные ребята: в Hyundai они более 15 лет развивали направление электрификации.

Они выяснили, что самый дорогой компонент робота — это актуаторы, то есть приводы, его «суставы и мышцы».

И вот уж совпадение — по своей конструкции актуаторы на 60% совпадают с электроусилителями руля. В производстве которых у Hyundai — колоссальный опыт.

В итоге приводы для Atlas стали делать так же, как для автомобилей: массово, дёшево и надёжно. На тех же конвейерах, по тем же стандартам и через те же логистические цепочки.

В этот момент Atlas перестал быть дорогим инженерным экспериментом и начал превращаться в промышленный инструмент.

Стратегическая роль Hyundai

Но самое важное изменение произошло не в железе.

Hyundai, как строгий и прагматичный отец, аккуратно опустили проект с небес на землю.

Так в 2026 году бывший спасатель и YouTube-звезда взялся за ум. Надел рабочую форму и вышел на свою первую смену в заводском цеху.

Коммерческий Atlas: CES 2026

5 января 2026 года стало исторической датой для Boston Dynamics и всей индустрии гуманоидной робототехники.

На выставке CES в Лас-Вегасе, во время глобальной медиа-презентации Hyundai, была представлена коммерческая версия робота Atlas. И это был не прототип, а реальный промышленный продукт, готовый к серийному производству.

Историческое значение презентации

«Впервые в истории, прошу поприветствовать Atlas на сцене», — объявил Зак Яковски, генеральный менеджер по гуманоидным роботам Boston Dynamics.

Робот встал, прошёлся по сцене, помахал публике, повернулся, наклонился и снова помахал, прежде чем уйти за кулисы. Для демонстрации использовался прототип электрической версии, представленной в 2024 году, с телеуправлением через VR-шлем.

Но главной звездой стала новая, производственная версия Atlas — синий робот, который выглядит совершенно иначе.

Внешний вид и дизайн

Так что же интересного в новом Atlas?

Ну, во-первых — внешний вид. Как и положено рабочему, он теперь синий. Тут стопроцентное попадание. Ребята знают, что делают!

А если серьёзно, Atlas выглядит интересно и немного мультяшно. Он одновременно похож и на лампу Pixar, и на человечка Lego. И это не случайно.

CEO Boston Dynamics Роберт Плейтер честно признался: они хотели, чтобы робот не выглядел пугающим, и вдохновлялись Люксо младшим из заставки Pixar.

И получилось здорово. Робот выглядит не криповым. С первого взгляда понятно, включён он или нет, и куда он «смотрит». Что для работы рядом с людьми — критически важно.

Модульность — главное отличие

А на Lego он похож потому, что такой же модульный.

И это его основное отличие от прошлых лабораторных версий — но, главное, от человека.

Человеческое тело не проектировалось для завода, а Atlas проектировался. Отсюда и целый набор преимуществ.

Например, та же модульность. Если он, скажем, раздробит себе кисть на производстве — не проблема. Её можно просто заменить, как и любую другую конечность. Причём всего за пять минут. Запчасти рядом в коробке.

Причём модульная даже голова. Это полностью автономный блок: её можно снять, обновить софт или заменить на новую версию с прокаченными датчиками и железом. А тело оставить.

Технические характеристики

Теперь, что у нас по «мускулам»?

Вообще-то, Atlas — здоровяк. Рост 1,9 метра, вес 90 килограммов.

Вылет рук 2,3 метра — до верхней полки дотянется без проблем.

Грузоподъёмность — до 50 килограммов в пике и 30 килограммов для постоянно повторяющихся операций. Это не рекорд, но именно на таких нагрузках люди получают эргономические травмы, раз за разом поднимая тяжести.

Atlas же может это делать круглые сутки. И это не преувеличение.

Автономность и работа 24/7

От одного аккумулятора он живёт около четырёх часов. Это немного. Но батареи съёмные, и он меняет их сам — причём всего за три минуты.

Согласитесь, совсем небольшой перекур.

Но самое интересное в Atlas — даже не сила и не выносливость, а то, как он двигается.

Уникальная кинематика

У робота 56 степеней свободы, и многие суставы могут вращаться непрерывно на 360 градусов.

В тесном цеху это другая эргономика движения — куда более эффективная. Там, где человеку нужно развернуться всем телом, Atlas просто поворачивает торс, экономя драгоценные секунды, что в условиях конвейера критически важно.

Добавим сюда защиту IP67: он не боится воды и пыли. И рабочий диапазон температур от –20 до +40 градусов. То есть его можно использовать и на холодном складе зимой, и рядом с горячей литейной линией.

И никаких торчащих кабелей, шлангов и болтающихся проводов, которые могут зацепиться, перетереться или оборваться при движении. Всё спроектировано для тысяч часов безотказной работы.

Философия дизайна

Boston Dynamics создали машину, похожую на человека, но без человеческих ограничений. Это как шуруповёрт против человека с отвёрткой.

Он не пьёт, не ест, не болеет, не ходит в отпуск и не требует повышения зарплаты. Ах да! У него вообще нет зарплаты. Он работает в три смены, 24 часа в сутки, 7 дней в неделю.

Ну просто идеальный сотрудник.

Но вся эта впечатляющая механика бесполезна без соответствующего интеллекта.

Интеллект Atlas: стратегия альянсов

В плане интеллекта Boston Dynamics пошли по тому же пути, что и с железом — по пути стратегических альянсов. Чётко разделив роли между лучшими умами в своих областях.

Boston Dynamics: атлетический интеллект

Сами Boston Dynamics отвечали за атлетический интеллект.

Это низкоуровневое управление телом в реальном времени. То, как робот двигается, держит баланс, чувствует своё тело и мгновенно координирует десятки суставов — здесь ребятам из Бостона по-прежнему нет равных.

Например, Atlas в реальном времени строит трёхмерные модели объектов, с которыми работает. Он не просто «видит» — он понимает форму, объём и положение предметов в пространстве.

Красные линии на визуализации — это прогнозируемое положение конечностей. Они идеально совпадают с реальным движением. Всем бы так габариты чувствовать.

Google DeepMind: когнитивный интеллект

Но одного тела мало. Нужна голова.

И здесь в игру вступает Google DeepMind. Их зона ответственности — когнитивный интеллект.

Высокоуровневая логика, понимание мира, планирование и выполнение длительных задач со сложной последовательностью действий — всё это области, где Google впереди всей планеты с моделями Gemini Robotics.

Партнёрство с Google DeepMind (январь 2026)

На CES 2026 было объявлено о новом партнёрстве между Boston Dynamics и Google DeepMind, направленном на интеграцию передовых моделей Gemini Robotics в Atlas для расширения когнитивных возможностей робота.

Каролина Парада, старший директор по робототехнике Google DeepMind, заявила: «Мы разработали наши модели Gemini Robotics для того, чтобы привнести ИИ в физический мир. Мы рады начать работу с командой Boston Dynamics, чтобы исследовать возможности их нового робота Atlas, разрабатывая новые модели для расширения влияния робототехники и масштабирования роботов безопасно и эффективно».

VLA-модели: Visual-Language-Action

В основе — VLA-модели: Visual-Language-Action. Благодаря им Atlas понимает команды на естественном языке и учитывает контекст.

Например, вы даёте задачу: «Отнеси эти коробки на конвейер».

Если по пути лежит упавшая деталь, робот не зависнет. Он поймёт: деталь мешает, её нужно положить на место — и только потом продолжить задачу.

Это переход от слепого выполнения команд к осмысленным действиям.

Безопасность работы с людьми

Плюс — безопасное взаимодействие с людьми. Atlas понимает окружающую среду и умеет работать рядом с персоналом, не превращая цех в полосу препятствий.

Используя лучшие практики из индустрии автономных транспортных средств, Atlas имеет бортовую систему безопасности для обнаружения людей и транспортных средств в рабочих зонах. Это позволяет работать без ограждений: если человек проходит мимо в определённом радиусе, робот останавливается и ждёт, пока он пройдёт. Робот также спроектирован с мягкими накладками и минимальными точками зажима в качестве дополнительных мер безопасности при работе рядом с людьми.

Toyota Research Institute: обучение

Но и это ещё не всё. Третье направление — обучение. И здесь партнёр — Toyota Research Institute.

Совместно с Boston Dynamics они работают над тем, чтобы робот обучался так же, как человек — через примеры.

Large Behavior Models (LBM)

Теперь уже в основе — большие поведенческие модели (LBM).

Раньше каждый навык робота приходилось программировать вручную и тестировать в специальной среде.

Теперь же Atlas обучается новым навыкам, повторяя действия телеоператора в VR-шлеме. Нейросеть считывает движения человека в реальном времени и запоминает их.

Но она не просто заучивает движение, как обычный промышленный манипулятор. Она извлекает сам принцип действия и может переносить навык на новые объекты без перепрограммирования.

Эта технология позволяет Atlas осваивать и внедрять новые навыки меньше чем за сутки.

Orbit: эффект улья

А дальше начинается самое интересное.

Когда один Atlas осваивает новый навык, это знание не остаётся только у него. Оно распространяется на весь парк роботов.

За это отвечает программная платформа Orbit — разработка самих Boston Dynamics.

Orbit — это мозг и нервная система всей экосистемы Atlas. Через неё операторы назначают задачи, следят за состоянием роботов и интегрируют их с заводскими системами.

И вот тут появляется эффект улья.

Если один робот на заводе в Корее методом проб и ошибок нашёл более эффективный способ укладки детали, то через секунды — если так решит человек — все роботы на заводе в США уже делают то же самое.

Коллективное обучение в реальном времени. Без инструкторов. Без командировок. Без потерь.

Экспоненциальная кривая обучения, недостижимая для любой человеческой команды.

Два американских рабочих: экономика автоматизации

И тут возникает вопрос: а есть ли у такого робота серьёзные недостатки по сравнению с человеком?

Конечно есть. И вы не поверите — это цена.

Стоимость Atlas

Официальной цены пока нет, но сами Boston Dynamics заявляют, что стоимость робота «не превысит затраты на оплату труда двух американских рабочих за два года».

И сколько же это? Аналитики сходятся на цифре около 320 тысяч долларов. Немало. Есть и более оптимистичные оценки — 130–150 тысяч. Звучит куда ближе к реальности, но всё равно дорого.

Конкуренты

И это мы ещё не говорили про конкурентов. Tesla, Figure, Unitree и целое полчище китайских компаний. Все они целятся примерно в 20 тысяч долларов за единицу. А это уже совсем немного… за безотказного рабочего.

Планы: от единиц к миллионам

2026 год: начало производства

Весь объём производства Atlas, запланированный на 2026 год, уже полностью распределён. И тут без сюрпризов.

Производство началось немедленно после CES 2026 в штаб-квартире Boston Dynamics в Бостоне.

Главные заказчики:

• Hyundai — для своих автомобильных заводов
• Google DeepMind — 2–3 тысячи роботов для исследовательских лабораторий, где Atlas будет дальше прокачивать интеллект

RMAC: центр обучения роботов

Ключевым элементом стратегии стал Robot Metaplant Application Center (RMAC) — центр применения роботов на метазаводе, который открывается в 2026 году.

RMAC описывается командой как «фабрика данных», предназначенная для создания самого полного в мире набора данных для обучения производственным навыкам гуманоидных роботов. Этот центр будет служить двигателем для развёртывания десятков тысяч роботов на объектах Hyundai Motor Group по всему миру.

Данные, собранные с заводов Hyundai, будут поступать в RMAC, создавая контролируемую среду для обучения Atlas сложным задачам.

Развёртывание на заводах Hyundai

К 2028 году: Hyundai планирует использовать Atlas на заводе Hyundai Motor Group Metaplant America (HMGMA) в Джорджии для задач по сканированию деталей.

К 2030 году: обязанности робота «распространятся на сборку компонентов, и со временем Atlas также возьмёт на себя задачи, связанные с повторяющимися движениями, тяжёлыми грузами и другими сложными операциями», — заявляет Hyundai.

Планы производства

К 2027 году: Boston Dynamics планирует добавить дополнительных клиентов в начале 2027 года.

К 2028 году: Hyundai планирует запустить специализированный завод для массового производства гуманоидных роботов. Ожидаемая мощность составит от 10 до 30 тысяч единиц в год.

В декабре 2025 года Hyundai объявила об инвестициях в размере $26 миллиардов в американские операции, включая планы по строительству нового завода робототехники, способного производить 30 000 роботов в год.

К 2030 году: это уже десятки тысяч роботов ежегодно.

В перспективе 10 лет: аналитики прогнозируют миллионы роботов в год.

Отчёт Morgan Stanley от мая 2025 года прогнозирует, что рынок гуманоидных роботов может превысить $5 триллионов к 2050 году, с более чем одним миллиардом гуманоидов в использовании, в основном в промышленных и коммерческих ролях.

По состоянию на февраль 2026 года Atlas находится на переломном этапе — переходе от исследовательской платформы к коммерческому продукту.

Ключевые факты

Производство запущено: Atlas сейчас производится для коммерческого развёртывания в штаб-квартире Boston Dynamics в Бостоне.

2026 год полностью распределён: Флоты будут отправлены в Robot Metaplant Application Center (RMAC) компании Hyundai и Google DeepMind в течение ближайших месяцев.

Партнёрство с Google DeepMind: Модели-основания будут интегрированы для расширения когнитивных возможностей Atlas и более быстрого обучения задачам.

Поставка актуаторов от Hyundai Mobis: Hyundai Mobis будет производить актуаторы Atlas, создавая цепочку поставок автомобильного уровня.

Технические улучшения производственной версии

Boston Dynamics заявила, что сосредоточилась на упрощении дизайна новой версии:

«Мы ограничили количество двигателей, используемых в роботе, чтобы устранить сложность. Более того, все конечности Atlas можно заменить в полевых условиях менее чем за пять минут для простоты обслуживания и ремонта. От головы до пят каждая часть оборудования Atlas была создана для уменьшения точек отказа и обеспечения лёгких обновлений. Также будут доступны пути обучения и сертификации для расширения возможностей ваших команд по обслуживанию на месте для поддержания вашего парка».

«Это поколение Atlas значительно сокращает количество уникальных деталей в роботе, и каждый компонент был разработан для совместимости с автомобильными цепочками поставок», — заявила компания из Уолтема, штат Массачусетс. «При поддержке Hyundai Motor Group мы достигнем лучшей надёжности и экономии за счёт масштаба в отрасли».

Позиция на рынке

Boston Dynamics CEO Роберт Плейтер на CES заявил: «Более десяти лет назад мы были одной из немногих компаний на планете, вкладывающих реальные исследования и разработки в гуманоидных роботов. Теперь кажется, что каждую неделю появляется новая компания с большими планами создания гуманоидов. Мы не относимся к этому легкомысленно, и если мы собирались создать коммерческого гуманоида, мы должны были быть уверены, что у нас есть твёрдый план не только построить что-то крутое, но и построить что-то полезное».

Заключение: на чьей стороне будущее?

Ну а пока дышим спокойно, носим тёплые чулки и радуемся прогрессу. Или не радуемся.

История Atlas — это история о том, как технология, которая казалась фантастикой ещё десять лет назад, становится реальностью сегодня.

От миллионных прототипов, делающих сальто для YouTube, до серийных промышленных роботов стоимостью в несколько сотен тысяч долларов — путь пройден огромный.

От агентства DARPA и спасательных операций до автомобильных заводов Hyundai — назначение изменилось радикально.

От гидравлики к электрике. От штучного производства к автомобильным масштабам. От программирования к обучению через VR. От одиночных роботов к коллективному разуму.

И главный вопрос остаётся открытым: на чьей мы стороне — луддитов 1812 года или прогресса 2026-го?

Возможно, ответ не так прост, как кажется. Потому что прогресс неизбежен, но его последствия требуют осмысления.

Atlas уже здесь. Производство запущено. Первые роботы отправятся на заводы в ближайшие месяцы. К 2028 году их будут производить десятками тысяч в год.

Будущее наступает быстрее, чем мы думали. И оно синего цвета, весит 90 килограммов и работает 24 часа в сутки без отпусков и больничных.

Вопрос лишь в том, готовы ли мы к этому будущему.

26 февраля Белый дом объявил о встрече с крупнейшими ИИ и дата-центровыми компаниями 4 марта для подписания «Rate Payer Protection Pledge» — политического ответа на резкий рост потребления электричества из-за ИИ-инфраструктуры. Суть проста: tech-компании, расширяющие вычислительные мощности, должны сами платить за дополнительную энергию, а не перекладывать расходы на домохозяйства через тарифы ЖКХ.

Контекст жёсткий: местные сообщества в регионах, где строятся новые дата-центры, взрываются от гнева из-за растущих счетов за электричество. Nvidia только что отчиталась о рекордной квартальной выручке в $68,1 миллиарда, подтверждая, что спрос на ИИ-вычисления остаётся безумным. Но эта гонка теперь сталкивается с реальными лимитами: энергопрокуремент, очереди на подключение к сетям и волатильность цен на электричество становятся узкими местами наравне с чипами и талантами.

Администрация позиционирует ИИ-гонку как стратегический приоритет, но локальный бэклэш нарастает. Tech-компании входят в фазу, где энергия становится гейт-фактором развития. Google покупает Intersect Power за $4,75 млрд, Meta заключает ядерные сделки, Amazon вкладывает $200 млрд — все ради киловатт, а не только чипов. Pledge может стать первым шагом к федеральному регулированию энергопотребления ИИ. Если tech не согласится платить, следующий шаг — законодательные ограничения. Эра бесплатного электричества для дата-центров закончилась. Теперь за каждый новый GPU придётся платить не только Nvidia, но и местной электростанции.

Bloomberg сообщили, что Apple ускоряет разработку трёх ИИ-носимых устройств: умных очков, кулона-подвески и AirPods с камерами. Все три устройства строятся вокруг Siri нового поколения, которая будет использовать визуальный контекст для выполнения действий.

Умные очки конкурируют с Meta* Ray-Ban и получат две камеры: одну высокого разрешения для фото и видео, вторую — для компьютерного зрения и контекста окружения (похоже на LiDAR в iPhone). Никакого дисплея в линзах не будет — только голосовой интерфейс через Siri, динамики и микрофоны. Производство может начаться уже в декабре 2026 года с запуском в 2027-м. Apple недавно предоставила прототипы инженерам.

Кулон-подвеска размером с AirTag можно носить на одежде или как ожерелье. Две камеры, три микрофона, динамик — устройство станет «глазами и ушами» iPhone, работая как постоянно активная камера с Siri. Запуск возможен в 2027 году, но проект на ранней стадии и может быть отменён.

AirPods с камерами могут выйти уже в 2026 году. Камера низкого разрешения предназначена не для фотографий, а для передачи визуальной информации Siri — аналогично Visual Intelligence на iPhone 15 Pro.

Всё зависит от Siri нового поколения с интеграцией Google Gemini, которая даст ассистенту серьёзный апгрейд интеллекта. Без этого обновления три устройства останутся дорогими игрушками. Apple делает ставку на ambient AI — лёгкие носимые устройства для повседневного использования вместо громоздкого Vision Pro за $3499. Это тот же инстинкт, что породил Apple Watch: маленькое простое устройство, которое становится незаменимым через постоянное использование.

*Компания Meta Platforms Inc. признана экстремистской организацией и запрещена на территории РФ, также как и её продукты Facebook и Instagram.