В Монреале открыли лабораторию физического ИИ для промышленной робототехники

В Монреале запустили лабораторию физического искусственного интеллекта

В канадском Монреале компания Vention представила новую лабораторию физического искусственного интеллекта (ИИ). Проект сосредоточен на роботизированной манипуляции и призван ускорить автоматизацию производственных процессов.

Позиции Vention и перспективные проекты

На сегодняшний день Vention установила более 28 000 машин и объединила свыше 6 000 заводов в своей экосистеме. Компания обслуживает 90 предприятий из списка Fortune 500. За последний год доходы Vention от решений с физическим ИИ выросли на 400%, что отражает быстрый рост отрасли. В феврале 2026 года был запущен проект GRIIP (Generalized Robotic Industrial Intelligence Pipeline), включающий цифровое моделирование сцены, сегментацию объектов, оценку поз, выбор захвата и планирование движений без столкновений. В разработке используются модели NVIDIA и собственные разработки Vention. Компания планирует открыть исходный код SDK GRIIP.

Руководство и технический совет лаборатории

Директором лаборатории назначен доктор Джимми Ли, исследователь робототехники и машинного обучения из Университета Макгилла, который отвечает за стратегию физического ИИ в Vention. Внешним техническим советником стала доктор Жоэль Пино, ранее глава ИИ в Cohere и вице-президент по исследованиям в Meta.

Новые возможности в робототехнических задачах

В лаборатории ведутся работы по сбору промышленных данных, управлению роботами, планированию движений, классическому компьютерному зрению, визуальным моделям, обучению на демонстрациях и обучению с подкреплением. Vention намерена объединить физический и агентный ИИ в единой платформе. Особое внимание уделяется сложным и неструктурированным робототехническим задачам в автомобильной промышленности. Технология киттинга (комплектации) уже широко применяется в автомобилестроении, авиации и потребительском секторе.

Новый этап автоматизации производства

Лаборатория Vention интегрирует академические исследования напрямую в решение производственных задач, используя обратную связь с практики. Такой подход выделяет проект среди аналогов и открывает новые горизонты для управления роботами и автоматизации в промышленности.