Институт AIRI выложил в открытый доступ 76 видеозаписей лекций и семинаров летней школы «Лето с AIRI 2026», которая проходила с 21 июля по 4 августа 2026 года в Краснодарском крае. Материал охватывает 11 направлений современной ИИ-науки — от VLA-моделей и агентных систем до безопасности ИИ и оптимизации инференса — и доступен бесплатно в плейлистах на VK Видео и YouTube.

image

Что произошло

Институт AIRI опубликовал полный корпус записей летней школы «Лето с AIRI 2026»: 76 видеолекций и семинаров собраны в двух плейлистах — VK Видео (playlist -210514085_7) и YouTube (плейлист «Лето с AIRI 2026»). Темы разбиты на 11 треков: VLA-модели (Vision-Language-Action — модели, связывающие зрение, язык и управление роботом), agentic AI, AI4Robotics, MedAI, SafeAI, геномика, погодные модели, автономное вождение, материаловедение, интерпретируемость и EfficientDL. Публикация шла в два этапа: 3 августа вышли записи 20 потоковых лекций, теперь доступны записи лекций и семинаров с самой школы. Среди спикеров — гендиректор AIRI и декан факультета ИИ МГУ Иван Оселедец, руководитель лаборатории «Когнитивные системы ИИ» AIRI Александр Панов, а также Владислав Куренков (адаптивные агенты), Дмитрий Сенюшкин (автономное зрение), Олег Рогов (безопасный ИИ) и другие исследователи AIRI, МГУ, МФТИ, Сколтеха и ВШЭ.

Контекст

AIRI — крупнейшая в России автономная некоммерческая организация фундаментальных и прикладных исследований ИИ, объединяющая более 250 научных сотрудников. Летняя школа — формат, в котором действующие исследователи совмещают теоретические лекции с практическими семинарами; в этом выпуске преподавали представители AIRI, МГУ, МФТИ, Сколтеха и ВШЭ. Сам состав из 11 треков — отдельный сигнал о повестке: в него вошли фронтиры embodiment и агентности (VLA-модели, agentic AI, AI4Robotics), безопасности (SafeAI), эффективности инференса (EfficientDL) и прикладные домены — медицина, геномика, погодные модели, автономное вождение, материаловедение, интерпретируемость. Поэтапная публикация — сначала трансляций, затем полного корпуса — указывает на систематическую политику открытого доступа у института, а не на разовую акцию.

Почему это важно для индустрии

Для индустрии это не релиз продукта, а удешевление подготовки кадров. Компании могут почти бесплатно выстроить внутреннее обучение в узких прикладных треках: выбрать два-три направления под задачи команды, например инференс и SafeAI, назначить записи как учебный план, а семинары использовать как материал для ревью и внутренних обсуждений. Затраты сводятся ко времени сотрудника, который отберёт релевантное. Более долгий эффект — опосредованный, через рынок талантов: бесплатный русскоязычный материал исследовательского уровня от преподавателей AIRI, МГУ, МФТИ, Сколтеха и ВШЭ снижает порог входа в прикладные ИИ-направления для студентов и молодых учёных, а для самого AIRI школа работает как воронка. Если открытые транскрипты появятся, поверх корпуса станет возможен слой производных инструментов — навигация по трекам, поиск по лекциям, учебные ассистенты, — но это уже задача сторонних команд, а не условие самого релиза.

Почему это важно для пользователей

Для читателя доступ открыт уже сейчас: оба плейлиста бесплатны, и по 11 трекам можно собрать самостоятельный учебный план — смотреть лекции последовательно по выбранному направлению или выборочно под конкретную задачу. Наибольшую практическую ценность имеют семинары с разбором реальных кейсов: квантование моделей, оптимизация инференса и безопасность ИИ-систем — это инженерные навыки с прямым переносом в рабочие проекты. Треки также дают обзор прикладных направлений — от медицинского ИИ и геномики до автономного вождения — от практикующих исследователей, что помогает тем, кто выбирает специализацию.

Что пока неизвестно / ограничения

Оценить сам контент по анонсу невозможно: характеристика «исследовательский уровень» — формулировка анонса, а не результат просмотра записей, и глубина с актуальностью каждого трека не проверялись. Не сообщалось, сопровождаются ли семинары кодом, ноутбуками, конфигурациями или транскриптами — от этого зависит, насколько применимы на практике разборы по квантованию и инференсу. Это образовательный релиз, а не научный результат: в источниках нет метрик, бенчмарков или методологии, поэтому оценивать событие как прорыв некорректно. Кроме того, динамичные треки вроде agentic AI и EfficientDL быстро устаревают, и через полгода устойчивую ценность сохранят не все темы.

Источники

Автор

Look at AI, редакция