Моя цель — решить задачи 3D зрения, научить ИИ понимать пространство и работать с ним в форме, полезной на практике как людям, так и роботам. Затем перейти к Physical AGI - создавать системы, которые будут не только видеть физический мир и строить его модель, но и планировать действия в рамках этой модели, и затем воплощать эти действия в реальности.
В своей кандидатской диссертации я развивал классический подход построения 3D моделей по серии изображений, на основе structure-from-motion и описания объектов параметрическими моделями. Сейчас мы развиваем этот подход на новом уровне, используя фундаментальные геометрические модели, Multimodal LLM и агентов. Я думаю, что в ближайшие 2-4 года многие задачи 3Д зрения будут решены и появится много удобных продуктов на их основе. Я хочу со своими сотрудниками, аспирантами и студентами приложить к этому руку, а потом двигаться дальше.
Два ключевых домена сейчас - это CAD (Машиностроение) и Indoor (Помещения).