惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

V2EX - 技术
V2EX - 技术
P
Privacy International News Feed
Security Latest
Security Latest
H
Hacker News: Front Page
T
Tenable Blog
The Hacker News
The Hacker News
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
S
Security @ Cisco Blogs
Project Zero
Project Zero
O
OpenAI News
AI
AI
Spread Privacy
Spread Privacy
C
CERT Recently Published Vulnerability Notes
The Last Watchdog
The Last Watchdog
G
GRAHAM CLULEY
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Scott Helme
Scott Helme
Application and Cybersecurity Blog
Application and Cybersecurity Blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
C
CXSECURITY Database RSS Feed - CXSecurity.com
NISL@THU
NISL@THU
A
Arctic Wolf
T
Threat Research - Cisco Blogs
PCI Perspectives
PCI Perspectives
N
News and Events Feed by Topic
C
Cyber Attacks, Cyber Crime and Cyber Security
C
Cybersecurity and Infrastructure Security Agency CISA
Simon Willison's Weblog
Simon Willison's Weblog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Know Your Adversary
Know Your Adversary
Google Online Security Blog
Google Online Security Blog
罗磊的独立博客
L
LINUX DO - 最新话题
U
Unit 42
S
Security Affairs
有赞技术团队
有赞技术团队
WordPress大学
WordPress大学
博客园 - 【当耐特】
T
The Exploit Database - CXSecurity.com
S
Schneier on Security
月光博客
月光博客
Engineering at Meta
Engineering at Meta
腾讯CDC
F
Full Disclosure
Cyberwarzone
Cyberwarzone
S
SegmentFault 最新的问题
Recorded Future
Recorded Future
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
博客园 - 司徒正美
The Cloudflare Blog

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Как робот-гуманоид Honor Lightning пробежал полумарафон быстрее человека
Cloud4Y · 2026-06-19 · via Все публикации подряд на Хабре

19 апреля 2026 года робот-гуманоид Honor Lightning пробежал полумарафон за 50 минут 26 секунд. Он побил мировой рекорд среди людей на 7 минут, а лучшее время среди роботов годом ранее – почти на два часа.

Сразу хочется спросить: за счёт чего? Какая-то секретная технология? И как они умудрились обойти куда более известную Unitree, которой, по сообщениям, пришлось выдать своему роботу рюкзак со льдом, лишь бы он добежал до финиша и не перегрелся?

На самом деле никакой магии нет. Есть моторы, передаточные числа и грамотный инженерный компромисс. Давайте разберёмся по порядку.

Гуманоид Honor «Lightning» финиширует на полумарафоне в Китае. Cao Jianxiong/VCG/Getty Images

Гуманоид Honor «Lightning» финиширует на полумарафоне в Китае. Cao Jianxiong/VCG/Getty Images

Немного физики бега

Бег – это чередование двух фаз. В фазе опоры (stance phase) нога отталкивается от земли. В фазе полёта (aerial phase) тело летит по воздуху, падает под действием гравитации и теряет вертикальный импульс. Нога в опоре отталкивается и перенаправляет этот импульс вверх, а вторая нога в это время выносится вперёд – готовит следующую точку постановки.

Теперь про моторы. Электромотор тратит энергию на крутящий момент, и чем больше момент, тем больше энергии уходит в тепло. Если поставить после мотора редуктор, момент усилится, а скорость упадёт. Большое передаточное число хорошо для момента, но есть подвох: ротору самого мотора приходится крутиться быстрее, и разгон выходного вала становится вялым. А для быстрого выноса ноги это плохо.

Из-за этих двух противоборствующих эффектов у каждого мотора есть своя золотая середина по передаточному числу:

Мощность, потребляемая ногой робота, минимальна при оптимальном передаточном числе (в этом примере – 30:1). Avik De/Datawrapper

Мощность, потребляемая ногой робота, минимальна при оптимальном передаточном числе (в этом примере 30:1). Avik De/Datawrapper

Что сделали в Honor

Характеристики моторов Lightning не публиковались, но по внешнему диаметру тазобедренных и коленных моторов (примерно 110-150 мм) можно прикинуть параметры. За основу был взят мотор ILM115x25: подходит по размеру и хорошо задокументирован.

Простая физическая модель позволяет оценить потребляемую мощность при беге со скоростью 7 м/с (средняя скорость Lightning на дистанции) в зависимости от передаточного числа:

Светло-голубая кривая – выбор оптимального числа (45:1). Тёмно-синяя – теплоотдача коленного мотора: при оптимуме это около 150 Вт. Avik De/Datawrapper

Светло-голубая кривая выбор оптимального числа (45:1). Тёмно-синяя теплоотдача коленного мотора: при оптимуме это около 150 Вт. Avik De/Datawrapper

Видно, что трансмиссия не волшебная: при числе, подобранном под бег, потребляемая мощность вышла бы вполне разумной – около 400 Вт.

А вот рассеиваемая в колене мощность (обычно именно она упирается в нагрев) – около 150 Вт. И этого не избежать: робот-гуманоид при беге с человеческой скоростью всегда будет порождать столько тепла. На длинной дистанции уберечь мотор от перегрева трудно – но у Lightning есть козырь:

По данным Honor, трубки жидкостного охлаждения проникают глубоко в моторы, словно капилляры. Мощный жидкостный насос обеспечивает теплообмен с расходом более 4 литров в минуту. Каждый из четырёх приводных моторов нижних конечностей оснащён независимым контуром охлаждения.

Жидкостное охлаждение – не новинка, но и не ширпотреб. Время от времени оно всплывает в исследованиях; в коммерческом сегменте Apptronik пробовала его на прототипах, но на основной платформе Apollo не использует. Обычная воздушная конвекция не способна непрерывно отводить 150 Вт из коленного мотора – поэтому именно охлаждение и стало ключевым фактором, без которого такой темп был бы невозможен.

Почему остальные не справились

Почему конкуренты Honor – включая более именитые и массово поставляемые гуманоиды Unitree и Agibot – выступили хуже?

Та же модель строит график энергозатрат для ходьбы со скоростью 1,5 м/с – занятия куда более скромного, но и куда более частого для коммерческого гуманоида:

Светло-голубые линии – конструкция под бег, зелёные – под ходьбу. Оптимум для ходьбы заметно ниже (30:1 против 45:1). Зато теплоотдача коленного мотора при беге (тёмно-синяя) при 30:1 гораздо выше – это плата за бег на «ходовой» конструкции. Avik De/Datawrapper

Светло-голубые линии конструкция под бег, зелёные под ходьбу. Оптимум для ходьбы заметно ниже (30:1 против 45:1). Зато теплоотдача коленного мотора при беге (тёмно-синяя) при 30:1 гораздо выше это плата за бег на «ходовой» конструкции. Avik De/Datawrapper

Оптимальное передаточное число для ходьбы оказывается совсем другим. Допустим, вы проектируете робота под нормальную ходьбу и берёте «зелёную» конструкцию с числом 30:1. Тогда при пробеге полумарафона мощность коленного мотора превышает 300 Вт (красная стрелка) – больше чем вдвое против «беговой» конструкции. Вот и появляются пакеты со льдом.

И наоборот: «беговой» робот тратит на ходьбу больше энергии впустую. Крупные моторы под бег утяжеляют робота и жгут энергию зря, когда он просто стоит или идёт. Плюс чисто практические неудобства – большими моторами легче задевать предметы в узких помещениях.

Что в итоге

Результат Honor – впечатляющая инженерная работа. Чудесных прорывов для него не понадобилось, но капиллярное охлаждение моторов – заметный шаг вперёд, без которого такой темп было бы не удержать. Наработки по охлаждению, весу и надёжности вполне могут пригодиться и для практичных задач – например, для переноски тяжёлых грузов.

У Honor Lightning (справа) моторы ног гораздо крупнее, чем у Unitree H1 (слева): он эффективнее бегает, но менее эффективно ходит. Слева: Wei Zhiyang/Zhejiang Daily Press Group/VCG/Getty Images; справа: VCG/Getty Images

У Honor Lightning (справа) моторы ног гораздо крупнее, чем у Unitree H1 (слева): он эффективнее бегает, но менее эффективно ходит. Слева: Wei Zhiyang/Zhejiang Daily Press Group/VCG/Getty Images; справа: VCG/Getty Images

При этом Lightning хуже приспособлен к остальным задачам, чем более универсальный робот. Инженерия – это всегда компромиссы, и умение делать правильный выбор отличает хорошие продукты от великих. А по мере того как языковые модели становятся всё лучше, именно этот сугубо человеческий навык превращается в самое ценное, что есть у инженера.

И последнее. В новостях слишком уж напирали на сам факт: робот побил человеческий рекорд полумарафона. Но у машин и людей совершенно разные возможности и ограничения – с чего бы вообще их временам быть как-то связанными? Это как победа Deep Blue над Каспаровым в 1997-м: машина обыграла чемпиона, но даже не могла сама передвигать фигуры. Возможности робота Honor куда уже, чем у человека, который бежит локоть к локтю с другими и ориентируется на трассе на глаз, без GPS. Сравнивать тут – всё равно что сравнивать тёплое с мягким. Такое сравнение лишь принижает и инженерное достижение Honor, и спортивное достижение человека.