Сбер вывел технологию Physical AI в прикладные сценарии ритейла
Сбер представил новое решение в области Physical AI - универсального робота "Воркер" на базе модели Green-VLA. Разработка уже проходит пилотные испытания в торговом зале одного из супермаркетов сети "Перекресток". О начале сотрудничества по развитию роботизации в ритейле Сбер и X5 объявили на Петербургском международном экономическом форуме.
Соглашение о намерениях подписали старший вице-президент, руководитель блока "Технологическое развитие" Сбербанка Андрей Белевцев и директор по взаимодействию с органами государственной власти X5 Борис Огарков. Документ предусматривает совместную работу по развитию прикладных роботизированных решений для торговой отрасли, включая автоматизацию логистических процессов и оптимизацию производственной среды.
Как сообщили в Сбере, "Воркер" стал новым воплощением технологии Physical AI на базе универсальной модели Green-VLA, разработанной с использованием технологий GigaChat. Робот уже тестируется в реальных условиях и демонстрирует возможность применения единой модели управления для различных робототехнических платформ и бизнес-сценариев.
По данным компании, ключевой особенностью решения является способность адаптироваться к существующей инфраструктуре заказчика без необходимости ее модернизации. "Воркер" представляет собой мобильную платформу с двумя манипуляторами, которые могут одновременно выполнять различные операции. Он способен самостоятельно перемещаться по помещению, работать с товарами средних размеров, собирать заказы и аккуратно обращаться с хрупкими предметами.
"Сбер первым в России создал универсального робота для выполнения задач в торговых компаниях. Технология уже проходит проверку в реальной среде: робот трудится в торговом зале. Мы видим, что роботы на базе модели Green-VLA помогают решать насущные задачи сотрудников - работу в ночные смены и в периоды пиковых нагрузок", - отметил Белевцев.
Он добавил, что универсальная архитектура Green-VLA может использоваться в различных отраслях экономики, включая промышленность и логистику, а также адаптироваться под разные типы робототехнических платформ в зависимости от задач бизнеса.