В ноутбуке тоньше сантиметра сделали активное охлаждение В ноутбуке тоньше сантиметра сделали активное охлаждение Apple и её смартфон в виде конверта Apple и её смартфон в виде конверта От квантовых компьютеров отказываются пионеры отрасли От квантовых компьютеров отказываются пионеры отрасли Стриминги заваливают зрителей рекламой Стриминги заваливают зрителей рекламой

Участники AI Journey Contest 2026 поборются за призовой фонд в размере более 10 миллионов рублей

🇷🇺 2 мин

Сбер открывает регистрацию на международное онлайн-соревнование по искусственному интеллекту AI Journey Contest. Участники со всех уголков мира смогут проверить свои силы в решении самых запутанных задач в сфере и побороться за призовой фонд, который в этом году превысил 10 млн рублей.

В этом сезоне на AIJ Contest 2026 представлено сразу пять задач от команды Sber AI и партнёра соревнования — облачного провайдера Cloud.ru. При этом участники могут предлагать решения как индивидуально, так и объединяться в команды от двух до четырёх человек.

Андрей Белевцев, старший вице-президент, руководитель блока «Технологическое развитие» Сбербанка:

«AIJ Contest — одно из самых хардкорных международных соревнований в сфере ИИ. Здесь профессионалы проверяют себя на прочность, а сам конкурс показывает, как стремительно развивается сообщество AI-разработчиков по всему миру. В прошлом году 1500 AI-специалистов из разных стран загрузили 12 000 решений, что почти в три раза больше результатов 2024 года. В этом сезоне AIJ Contest включает пять задач, а значит, простора для выбора и вариантов решений ещё больше. Мы приглашаем всех испытать свои силы, побороться за призы и прокачать уровень своей экспертизы. Мощная конкуренция гарантирует насыщенную борьбу и невероятный опыт».

Первая задача, Guardian of Truth, предлагает участникам построить контрольный фильтр (guardrail), который автоматически определяет наличие контекстной галлюцинации в ответе ИИ-агента. Такие ИИ-агенты активно внедряются в бизнес-процессы: отвечают пользователям, работают с документами и базами данных, формируют выводы. Однако есть риск галлюцинаций — ложные данные могут попасть в отчёты, ответы клиентам или управленческие решения, что чревато финансовыми и репутационными издержками.

Вторая задача соревнования, Green Challenge, посвящена разработке моделей физического ИИ для управления антропоморфным роботом Грин от Сбера. Участникам предстоит создать модель, способную по визуальным наблюдениям и инструкциям выполнять задачи мобильной манипуляции в бытовых и промышленных сценариях. В качестве базового решения будет предоставлена модель Green-VLA, на базе которой развивается Грин, но участники смогут использовать и собственные решения.

В третьей задаче, 3D DIT Distillation, участникам предлагается разработать ускоренную и оптимизированную версию генератора 3D-объектов на основе базового решения Kandinsky 3D. Диффузионные модели — одни из ключевых инструментов генеративного ИИ, и они успешно применяются для создания изображений, видео, 3D-объектов и других модальностей. Их развитие помогает существенно упростить и демократизировать процессы создания цифрового
контента как в творческих, так и профессиональных задачах.

Условия четвёртой задачи, Vision-Action Data Factory, предполагают создание воспроизводимого решения, которое на входе получает робототехнические сценарии с изображениями или видео, инструкциями и дополнительной информацией, а на выходе формирует датасет, готовый для дообучения open source-модели для робототехники SmolVLA. VLA-модели помогают роботам понимать команды на естественном языке: анализируют визуальную обстановку, связывают её с поставленной задачей и выдают последовательность управляющих действий.

Задача Coordination Referee, подготовленная партнёром соревнования, компанией Cloud.ru, предлагает участникам построить модель-арбитра, которая по логам завершённого запуска мультиагентной системы автоматически определяет наличие и тип сбоя координации между ИИ-агентами. В таких системах задачи распределяются между агентами, и даже при безупречной работе каждого из них возможны ошибки на уровне взаимодействия: потеря контекста при передаче, дублирование операций, взаимная блокировка или уход от исходной цели. Модель должна выступить независимым арбитром и классифицировать выполненный запуск по одному из семи типов координации.