Даниджар Хафнер строит скрытные ИИ-агенты, которые планируют для незнакомых сред
Даниджар Хафнер разрабатывает world-model агентов для роботов, которые могут предсказывать результаты и адаптироваться к незнакомым домам, объектам и средам.
Новый стартап под руководством бывшего исследователя Google DeepMind Даниджара Хафнера разрабатывает ИИ-агентов, предназначенных для того, чтобы предугадывать, что может произойти в средах, которых они раньше не видели, согласно профилю, опубликованному MIT Technology Review. Компания по-прежнему работает в режиме стелс, публично не раскрывает ни своего названия, ни продукта и действует из скромно обставленного офиса в Сан-Франциско, где находятся гуманоидные роботы.
Эта работа развивает давние исследования Хафнера в области агентов, которые учатся внутри симулированных сред, прежде чем действовать в реальном мире. Ее непосредственная значимость — не коммерческий запуск, а техническое направление: использование внутренних моделей реальности, чтобы дать роботам возможность планировать заранее, а не полагаться в основном на метод проб и ошибок после внедрения.
Стелс-стартап, построенный вокруг моделей мира
Хафнер покинул Google DeepMind, чтобы основать стартап осенью 2025 года. Он раскрыл мало операционных деталей, включая название компании, финансирование, планируемых клиентов или сроки запуска. MIT Technology Review сообщила, что в офисе находятся гуманоидные роботы, поставленные из Китая, что указывает на то, что физическая робототехника занимает центральное место в текущей работе компании, хотя в материале не указывается конкретный продукт или цель внедрения.
Техническая основа — модельно-ориентированное обучение с подкреплением. В этом подходе агент учится модели своей среды и использует ее для предсказания последствий возможных действий. Вместо того чтобы снова и снова проверять каждое действие в физической среде, агент может оценивать воображаемые исходы и выбирать курс действий на основе этих прогнозов.
Для робота, работающего в доме, это может означать адаптацию к планировке, расстановке мебели или неожиданному прерыванию, которого не было в данных обучения. Концепция особенно актуальна для сервисных роботов, где условия изменчивы, а ошибки могут повредить имущество или создать угрозу безопасности.
От игровых миров к физическим роботам
Научные работы Хафнера дают наиболее убедительные публичные доказательства такого подхода. Его система PlaNet использовала обученную модель для поддержки планирования вперед. Более поздние работы над семейством агентов Dreamer применили ту же общую идею к все более сложным задачам в симулированных средах.
По данным MIT Technology Review, Dreamer 2 достиг уровня человеческой игры в проекты Atari 2600, используя world model, а Dreamer 3 решил задачу Minecraft Diamond, научившись добывать игровой ресурс. Сообщается, что Dreamer 4 пошел еще дальше, обучаясь на записанных данных игрового процесса без прямого взаимодействия с игрой во время обучения.
Эти результаты важны, потому что показывают, как планирование может сократить объем прямого взаимодействия, необходимого во время обучения. Однако успех в играх сам по себе не доказывает надежную работу в домах, на фабриках, складах или в общественных местах. Игры предлагают определенные правила и измеримые цели; физический мир менее предсказуем, его труднее точно симулировать, и ошибки здесь имеют более серьезные последствия.
Проект Хафнера DayDreamer представляет собой мост к робототехнике. Проект использовал подход Dreamer, чтобы помочь роботам действовать в незнакомых средах и реагировать на новый опыт, включая толчки и падения. Похоже, стартап стремится развить эту идею в более амбициозную версию, используя гуманоидные машины как физическую платформу.
Что показывают доказательства — и чего они не показывают
Наиболее сильные доступные доказательства — это опубликованная исследовательская история Хафнера и описание его нынешней лабораторной среды. Утверждения о PlaNet, Dreamer и DayDreamer приводятся MIT Technology Review в контексте предыдущей работы Хафнера. Они описывают научные достижения и демонстрации, а не независимо подтвержденные коммерческие возможности нового стартапа.
В предоставленном материале также нет публичных доказательств клиентских внедрений, производственных контрактов, выручки, сертификатов безопасности или сравнительных испытаний с другими робототехническими системами. Бывший коллега Хафнера по Google Тимоти Лилликрап назвал его выдающимся исследователем, но это личная рекомендация, а не показатель производительности.
Это различие важно для покупателей и разработчиков. Модель, которая предсказывает игровые состояния или адаптируется к контролируемому робототехническому эксперименту, все еще должна доказать, что ее предсказания остаются точными, когда датчики шумят, объекты движутся неожиданно, а цена неверного решения высока. Стелс-статус стартапа делает эти вопросы сегодня невозможными для оценки.
Почему этот подход важен для разработчиков и предприятий
Если системы Хафнера будут работать вне жестко контролируемых демонстраций, они могут решить одно из ключевых узких мест робототехники: стоимость и сложность сбора достаточного реального опыта. Обучение роботов посредством повторяющихся физических ошибок — это медленно, дорого и потенциально небезопасно. Планирование внутри обученной среды может сократить число физических попыток, необходимых до внедрения.
Для продуктовых команд практическим испытанием станет то, сможет ли агент переносить знания между различными сценариями без масштабного переобучения. Например, оператор склада нуждался бы в роботе, способном работать с меняющейся планировкой и незнакомыми посылками. Домашний робот должен отличать новые, но безвредные ситуации от тех, где нужно остановиться или попросить о помощи.
Это создает дополнительные требования помимо предсказания. Компаниям потребуется прозрачность в том, как была построена модель мира, как представлена неопределенность и когда робот возвращается к безопасному поведению. Им также понадобятся инструменты для оценки редких событий, обновления системы после внедрения и различения истинной адаптации и небезопасной импровизации.
Эта работа также может усилить конкуренцию между двумя широкими стратегиями в embodied AI: более крупными моделями, обученными на большем числе демонстраций, и более структурированными агентами, которые учатся симулировать и планировать. Эти подходы не исключают друг друга, но исследования Хафнера показывают, что лучшее внутреннее предсказание может быть столь же важным, как и большее количество обучающих данных.
На что смотреть дальше
Первым сигналом станет то, идентифицирует ли себя стартап и объяснит ли свой первый продукт или исследовательскую цель. Инвесторы, партнеры и потенциальные клиенты также будут искать доказательства того, что гуманоидные роботы используются не только для лабораторных экспериментов.
Технические раскрытия будут важнее общих заявлений. Полезные детали включали бы среды, использованные для оценки, объем необходимых реальных данных, то, как меняется производительность в незнакомых условиях, и поведение системы, когда ее прогнозы неуверенны. Независимые испытания манипуляции, навигации, восстановления после падений и критически важных для безопасности прерываний дали бы более убедительные доказательства, чем одни лишь игровые бенчмарки.
Наконец, выбор бизнес-модели прояснит амбиции компании. Робототехническая платформа, лицензированная система управления и вертикально интегрированный робот-продукт будут подразумевать разные требования к надежности оборудования, поддержке внедрения и экономике предприятия.
Взгляд Creati.ai
Новый проект Хафнера примечателен тем, что он нацелен на конкретную слабость современных ИИ-систем: неспособность надежно действовать, когда условия отличаются от обучающих. Использование world models и модельно-ориентированного обучения с подкреплением предлагает правдоподобный путь к более осмысленному поведению, но разрыв между виртуальным успехом и надежной физической работой остается существенным.
Пока что это компания, движимая исследованиями, за которой стоит следить, а не проверенный поставщик робототехники. Ключевой вопрос будет заключаться в том, сможет ли Хафнер превратить предиктивное планирование в измеримые улучшения в реальных средах — меньше тренировочных попыток, более безопасное восстановление после неожиданностей и стабильную работу без индивидуальной инженерии для каждого нового места.
