Dili привлекла $21,7 млн, чтобы встроить AI compliance в инфраструктурный бум
AI-инфраструктура взрослеет вокруг compliance, model serving, GPU scheduling и локально-гибридных агентных runtime. Модели всё заметнее уходят в embodied AI, UAV, robotics и мультимодальные среды, где агентам нужны восприятие, автономность и безопасность действий
🧠 Model
UAV трансформеры
Обзор описывает применение Transformer и LLM-подходов в UAV-системах для perception, decision-making и автономности
Embodied и edge-агенты требуют мультимодального восприятия, локального принятия решений, safety boundaries и устойчивости вне облачного контура
Бенчмарки агентов
Xiaomi-Robotics-1 показывает 57,6% success rate на RoboCasa365 и опережает предыдущий результат 46,6% в simulation benchmarks
Robotics benchmarks становятся практическим eval-слоем для physical AI, где агентам нужно проверять не текстовые ответы, а успешность действий в среде
🚀 Funding
Dili для compliance
Dili привлекла $21,7 млн на AI compliance для инфраструктурного бума
Compliance становится инфраструктурным слоем, а не юридическим приложением после факта, поэтому агентным платформам нужны audit trail, policy checks и evidence-пакеты для enterprise-внедрения
🔧 Tools
Локальные агенты дешевеют
AnythingLLM, hh-ai-agent и локальные inference-проекты показывают спрос на local-first агентные среды, быстрый setup и работу через Ollama/OpenClaw без тяжёлой облачной зависимости
Локальный агентный стек снижает стоимость, повышает приватность и даёт fallback при сбоях провайдеров, но требует хорошего setup, диагностики и model lifecycle management
🏗 Infrastructure
OME для LLM serving
Open Model Engine позиционируется как Kubernetes operator для LLM serving, GPU scheduling и model lifecycle management
Агентным системам нужен production-слой управления моделями: scheduling, lifecycle, deployment и GPU-ресурсы должны быть управляемыми, а не ручными