Команда STATANLY участвует в крупнейшей ИИ-конференции ICML 2026 в Сеуле

В Сеуле стартовала ICML 2026 — Forty-Third International Conference on Machine Learning. ICML — одна из главных и самых авторитетных мировых научных конференций по машинному обучению.

Конференция проходит с 6 по 11 июля 2026 года в COEX Convention & Exhibition Center и объединяет исследователей, инженеров, предпринимателей и представителей технологических компаний, работающих с передовыми направлениями искусственного интеллекта, машинного обучения, компьютерного зрения, языковых моделей.

Команду Statanly Technologies на ICML 2026 представляют Вячеслав Шаламов, главный архитектор компании, и Валерия Ефимова, руководитель отдела компьютерного зрения. В рамках конференции они выступают с докладами и представляют последние научно-исследовательские результаты компании в области компьютерного зрения и событийной аналитики.

Для компании участие в ICML — это не только доступ к свежим научным результатам, но и возможность сверить собственную продуктовую стратегию с тем, куда движется мировая AI-индустрия.

Одной из центральных тем конференции стала эволюция AI-систем от отдельных моделей к сложным агентным и мультимодальным контурам. Среди заметных направлений — надежность AI-агентов в реальных сценариях, пространственное понимание в VLM (визуально-языковая модель), мониторинг reasoning-моделей (или reasoning language models, RLM — это разновидность больших языковых моделей, которые специально настраиваются на решение задач, требующих многошагового логического рассуждения), пост-обучение, работа с синтетическими данными и повышение эффективности обучения и инференса.

Например, в докладах по агентным системам обсуждались ограничения современных AI-агентов: даже сильные модели могут демонстрировать не стратегическое планирование, а перебор вариантов, терять устойчивость при изменении среды или показывать коллапс рассуждений (reasoning collapse) при обучении. Для индустриальных внедрений это особенно важно: бизнесу нужен не эффектный демо-сценарий, а система, которая стабильно работает в сменах, на разных камерах, при изменении освещения, объектов и производственных условий.

В секции компьютерного зрения и мультимодального ИИ особое внимание уделялось пространственному пониманию, видео и embodied AI (воплощенный искусственный интеллект). Работы вроде SpatioLM и XR-1 показывают движение в сторону моделей, которые не просто распознают объекты на изображении, а лучше понимают сцену, положение объектов, динамику и связь между визуальным восприятием и действием. Это напрямую связано с задачами промышленной видеоаналитики: контроль опасных зон, отслеживание нарушений охраны труда, анализ операций, контроль качества, работа с нестандартными производственными ситуациями.

Отдельный пласт исследований связан с мониторингом и объяснимостью AI. Доклады о visual attribution (понимание, какие именно части входного визуального образа: картинки, видео, скриншоты, диаграммы повлияли на решение модели) и monitorability (прозрачность рассуждений моделей) показывают, что рынок постепенно переходит от вопроса «может ли модель дать ответ?» к вопросу «можем ли мы понять, почему она приняла решение, и насколько этому решению можно доверять?». Для корпоративных внедрений это критично: заказчику нужны не просто алерты, а подтверждающие кадры, история события, понятная логика срабатывания и возможность аудита.

Эти тренды совпадают с концепцией STATANLY Event Analytics Factory — платформенного подхода к созданию AI-сценариев видеоаналитики. Идея Factory заключается в том, чтобы сократить путь от бизнес-задачи до работающего AI-сценария: пользователь описывает задачу обычным языком, LLM помогает структурировать намерение, события и правила, GenAI используется для генерации и расширения датасета, VLM помогает с авторазметкой и валидацией, а runtime-модели обучаются и оптимизируются под конкретный сценарий. На выходе формируется сценарии в реальном времени: детекция, события. Такой подход востребован в промышленности, логистике, ритейле, HoReCa и на объектах с повышенными требованиями к безопасности.

«ICML хорошо показывает, что AI-индустрия уходит от гонки отдельных моделей к системной инженерии: данным, оценке качества, надежности, мониторингу и быстрой адаптации под реальные задачи. Именно так мы смотрим на Event Analytics Factory», — отмечает Вячеслав Шаламов, главный архитектор STATANLY.

По словам Валерии Ефимовой, для компьютерного зрения особенно важен переход от распознавания объектов к пониманию событий: «В промышленной видеоаналитике мало просто найти каску, человека или транспорт. Нужно понять контекст: что произошло, где, с каким риском, повторяется ли нарушение, есть ли подтверждающие кадры и как это встроить в процесс заказчика».

В Statanly Technologies считают, что прикладной AI в ближайшие годы будет развиваться именно в сторону фабрик сценариев: платформ, которые позволяют быстро создавать, проверять и масштабировать новые детекторы и события без долгих циклов ручной разработки под каждый объект. ICML 2026 подтверждает этот вектор: мировая исследовательская повестка все больше смещается к агентности, мультимодальности, надежности, оценке качества и применимости AI в реальной среде.