ИИ-агенты Google управляют лабораторными роботами

Google VERID: ИИ-агенты управляют лабораторными роботами под контролем людей. Ещё: робот для черенков, DeepSeek, CERN и Mistral.

vanadiuz

19 октября 2026

ИИ выходит из экрана. Google показал ИИ-агентов, которые планируют эксперименты и передают их настоящим лабораторным роботам, а нидерландская машина сама высаживает черенки с помощью компьютерного зрения. Плюс новые поисковые инструменты DeepSeek для агентов, план CERN и Mistral по модели для физики и агенты, которые рассуждают, не проговаривая каждую мысль.

1. ИИ-агенты Google управляют настоящими лабораторными роботами

16 октября Google Research представил VERID (VERified Infrastructure for Discovery Laboratories) — живого цифрового двойника лабораторного рабочего места на открытой платформе PyLabRobot. Он отслеживает манипулятор, объём жидкости в каждой лунке, реагенты и оставшиеся наконечники пипеток. ИИ-агент сначала прогоняет протокол в этой модели, а проверки безопасности блокируют команды, которые оборудование выполнить не может.

Иллюстрация: робот-дозатор жидкостей (не VERID). Фото: NIAID / Wikimedia Commons, общественное достояние

Результаты конкретны: при подборе аптамеров к альфа-тромбину доля попаданий за три раунда выросла с 0% до 26,0% и затем до 42,1%. Конвейер дизайна белков дал связыватели с однозначной наномолярной аффинностью к FAP — белку, которого много во многих солидных опухолях.

Оговорка: это исследовательский прототип без рецензирования. Люди утверждают каждую последовательность, проверяют протоколы и следят за работой роботов.

▶ Видео VERID в оригинальной статье Google

2. Робот из Нидерландов высаживает до 3000 черенков в час

Нидерландская компания TTA-ISO представила CuttingPlanter 2.0 ещё в июле 2026 года, так что это не новость дня, но тренд тот же. Программа CuttingVision осматривает черенки на широкой ленте и выбирает готовые к посадке. Электрический наклонный захват сажает каждый на одинаковую глубину, а пропущенные черенки идут на второй круг.

Иллюстрация: укоренённые черенки в кассетах. Фото: peganum / Wikimedia Commons, CC BY-SA 2.0

TTA-ISO называет до 3000 черенков в час. Это максимум по данным производителя, а не независимый замер; реальная скорость зависит от культуры. Во многих теплицах эту работу до сих пор делают вручную.

▶ CuttingPlanter 2.0 в работе (видео TTA-ISO) · LinkedIn

3. DeepSeek открыл веб-поиск для ИИ-агентов

19 октября DeepSeek запустил два API, Search и Fetch: через них ИИ-агенты ищут в интернете и читают страницы. По данным TechNode, 1000 успешных запросов стоят 5 юаней (около 0,70 доллара); неудачные запросы, пустые выдачи и тайм-ауты не оплачиваются.

За два дня до этого DeepSeek обновил модель до V4.1 Flash-1017 — по словам компании, она лучше рассуждает, пишет код и выполняет задачи агентов. Веса выложены на Hugging Face под лицензией MIT. Улучшения — заявление самой DeepSeek.

4. CERN и Mistral задумали ИИ-модель для физики

15 октября CERN и французская ИИ-компания Mistral подписали декларацию о намерениях о долгосрочном партнёрстве. Первая цель — «Large Physics Model», которую в CERN называют первой фундаментальной моделью для физики коллайдеров. Её обучат на миллиардах смоделированных протон-протонных столкновений LHC; она могла бы реконструировать столкновения, распознавать частицы и замечать неожиданные сигналы.

Тоннель LHC в CERN. Фото: Maximilien Brice, CERN / Wikimedia Commons, CC BY-SA 3.0

Пока это план, а не работающая система. На той же неделе Mistral выпустил Timestral — модели прогнозирования от 5 до 209 млн параметров; по словам Mistral, крупнейшая лидирует в GIFT-Eval, TIME и fev-bench, это данные самой компании.

5. ИИ-агенты, которые думают без слов

Препринт на arXiv «Hybrid Reasoning Agents» (Цзяру Цзоу, Джеймс Цзоу и соавторы) позволяет агенту рассуждать в скрытой внутренней форме и записывать только действия. Авторы сообщают о сокращении выходных токенов на 35,5–54,7% и ускорении в 1,8–2,6 раза. 19 октября работа была среди самых обсуждаемых на Hacker News.

Это цифры самих авторов, рецензии ещё нет. Но идея важна: более дешёвые и быстрые агенты делают роботов и лаборатории вроде описанных выше практичными.

Ещё сегодня на Hacker News

Вышел Linux 7.3 — рекордный релиз: 18 765 коммитов от 3021 разработчика. Construction Physics разбирается, что на самом деле нужно, чтобы обучить робота. А 3Blue1Brown считает, что лучшего времени для изучения математики ещё не было: