- Сбербанк представил открытое техническое руководство Green-VLA по созданию архитектуры управления роботами с использованием моделей Vision–Language–Action (VLA).
- Green-VLA основана на нейросети «ГигаЧат» и предлагает системный подход к обучению роботов, обеспечивающий их стабильную и адаптивную работу в реальных условиях.
- Эффективность методологии подтверждена международными бенчмарками и демонстрациями на конференции AI Journey 2025, где робот «Грин» более 10 часов выполнял задачи без сбоев.
Сбербанк опубликовал технический отчёт Green-VLA — комплексное руководство по развитию и обучению ключевой технологии физического искусственного интеллекта (Physical AI), которая объединяет восприятие окружения, понимание естественного языка и выполнение физических действий роботами. Green-VLA представляет собой не отдельный эксперимент, а цельную методологию, основанную на нейросети «ГигаЧат», предназначенную для разработки надёжных систем управления робототехникой.
Одной из основных сложностей в Physical AI остаются стабильность работы, кроссплатформенная совместимость и выполнение сложных многоэтапных задач. В своем отчёте «Сбер» предлагает системный и инженерно обоснованный подход, который охватывает этапы предобучения моделей и их адаптации к конкретным роботизированным платформам. Это обеспечивает гибкость и масштабируемость решений, а также позволяет эффективно интегрировать ВLA-модели как связующее звено между восприятием среды, пониманием задания и физическим исполнением.
В подтверждение эффективности Green-VLA приведены результаты тестирования на международных бенчмарках Simpler Fractal и Simpler WidowX от Стэнфордского университета и Google, а также CALVIN Фрайбургского университета. На конференции AI Journey 2025 робот «Грин», управляемый посредством разработанной методологии, продемонстрировал высокую надёжность, непрерывно работая более 10 часов без значимых сбоев или деградации выполнения задач.
Сбербанк подчёркивает, что Green-VLA — это открытая методология обучения, а не универсальный контроллер. Такая архитектура позволяет задавать базовые знания с последующей кастомизацией под различные робототехнические платформы, что открывает новые возможности для создания автономных, устойчивых и универсальных систем в области Physical AI.
Отчёт Green-VLA доступен для ознакомления на платформе arXiv и Hugging Face, что способствует дальнейшему развитию и внедрению передовых технических решений в робототехнике. Ранее один из ведущих разработчиков Центра робототехники Сбера, Денис Дмитриев, делился опытом создания и управления роботом «Грин», что подчёркивает глубокую проработанность и практическую направленность разработок банка.
