AI-ассистент для водителей электромобилей — умный помощник, который строит маршруты с учётом зарядных станций и индивидуальных характеристик автомобиля.

Интеллектуальный помощник для владельцев и водителей электромобилей, который не просто прокладывает маршрут от точки А до точки Б, а рассчитывает поездку с учётом запаса хода конкретной машины, текущего уровня заряда, расхода энергии, расположения зарядных станций, их мощности, доступности, типа разъёмов, стоимости и даже вероятности очереди. Это «умный слой» между электромобилем, водителем и зарядной инфраструктурой.

Проблема
Водители электромобилей вынуждены вручную планировать поездки: искать зарядки, проверять их доступность и самостоятельно оценивать, хватит ли заряда.

Технологический барьер
В России нет единого сервиса, который одновременно знает реальный запас хода конкретного авто и показывает актуальное состояние всех зарядных станций; зарубежные аналоги не работают в РФ.

Решение
Мобильное приложение с AI-помощником, которое автоматически строит энергетически оптимальный маршрут, подбирает зарядки и перестраивает план поездки в реальном времени.

Технологическое ядро, стек технологий
ML-модели прогнозирования расхода энергии и занятости станций, NLP для голосового управления, агрегация данных операторов через API, телематика через OBD-II.

Ценностное предложение
«Мы убираем тревогу из-за запаса хода и делаем поездки на электромобиле такими же предсказуемыми, как на бензиновом».

Бизнес-модель
Freemium-подписка для частных водителей (299–499 руб./мес.), B2B-SaaS для автопарков (1 500–3 000 руб./авто/мес.), комиссия за бронирование зарядок и партнёрства с операторами.

Целевая аудитория
Частные владельцы электромобилей, совершающие регулярные поездки дальше 100 км; B2B-парки (такси, каршеринг) — в перспективе после роста их парка EV.

На страницу проекта

SRORTID- это онлайн-платформа, где спортсмен создает свою "спортивную визитку", а клубы, тренеры, университеты, спонсоры и т.д. могут находить подходящих спортсменов.

На страницу проекта

Возможности реконструкции костной ткани с применением композита из гидроксиапатита, декстрана, желатина при ликвидации последствий минно-взрывной травмы.

Проект направлен на создание биорезорбируемого композита на основе гидроксиапатита, декстрана и желатина для реконструкции костной ткани при ликвидации последствий минно-взрывной травмы.

Цель — разработка импортозамещающего материала, способного заполнять костные дефекты, стимулировать остеогенез и снижать риск инфекционных осложнений.

Задачи: синтез и оптимизация состава композита, лабораторные и доклинические испытания, подготовка к клинической апробации.

Ожидаемые результаты: прототип медицинского изделия, протоколы испытаний, заявка на регистрацию.

Области применения: военно-полевая хирургия, травматология, ортопедия, реконструктивная хирургия.

Потребительские сегменты: госпитали, клиники, НИИ, производители медицинских изделий.

На страницу проекта

Проект направлен на создание биостойкого антикоррозионного покрытия на основе ценных компонентов хвостов обогащения и производства технического сапфира. Ключевые особенности продукта: сочетание уникальных защитных свойств (устойчивость к коррозии, биостойкость, термостойкость до 950°C). Технология включает переработку отходов хвостов обогащения полезных ископаемых в пигменты-наполнители и вторичное сырье производства технического сапфира в биоцидные добавки с последующим синтезом покрытия. Целевые рынки — промышленность, строительство и транспорт. Конкурентные преимущества: цена на 30% ниже аналогов, соответствие стратегии импортозамещения, снижение экологической нагрузки. Проект соответствует приоритетам Стратегии НТР РФ в области экологии и ресурсосбережения.

На страницу проекта

Проблема. Карбид кремния (SiC) — идеальный сенсорный материал для жёстких условий: не деградирует десятилетиями, работает при 300+ °C, не содержит лицензируемых материалов. Его внедряют в атомной отрасли, космосе и дозиметрии — но медленно и дорого, потому что сигналы разных частиц (альфа, протон, тритон, гамма) на выходе электроники перекрываются, а алгоритмы обработки доводятся итерациями на облучательных стендах: 18–24 месяца и миллионы рублей на каждый цикл доводки. Инструмента, связывающего расчётную модель детектора с реальными осциллограммами, для твёрдотельных детекторов не существует — для газовых есть Garfield++ (CERN), для широкозонных полупроводников — никого.

Решение. Программно-вычислительный комплекс «цифровой двойник + AI»:

1. Слой симуляции — Geant4 (транспорт излучения, энерговыделение в кристалле) + теорема Шокли–Рамо (формирование сигнала из первых принципов) + модель тракта электроники (предусилитель, шейпер, шум, АЦП). На выходе — осциллограммы, статистически неотличимые от реальных, ещё до изготовления детектора.
2. Слой алгоритмов — Pulse Shape Discrimination: нейросетевое разделение частиц по форме импульса плюс классические методы (rise-time, сравнение зарядов) как бейзлайн. Обучение — на сгенерированном датасете с известной истиной (ground truth), чего физически невозможно получить на реальном стенде.
3. Слой экспорта — веса для прошивки ПЛИС, фильтры, протокол валидации «модель vs источник» для заказчика.

Ключевая методология. Каждый блок комплекса проверяется юнит-тестами против независимых аналитических расчётов (заряд по энергии парообразования, ядро шейпера по аналитической формуле, времена сбора по скоростям насыщения). Это отличает продукт от «чёрного ящика» и делает его аудируемым для заказчиков ядерной отрасли.

Продукт и ценность для заказчика. Заказчик (разработчик детекторной системы) получает верифицированную модель своего детектора + датасет + обученный алгоритм + методику проверки на источнике — до изготовления самого детектора. Экономика: сокращение цикла разработки с ~24 до ~6 месяцев, экономия миллионов рублей на стендовых доводках на каждый проект.

Статус (сентябрь 2026). Физическое ядро v0.1 работает и покрыто тестами: заряд сходится с аналитикой до 0.1%, разделение продуктов реакции ⁶Li(n,α)t достигается на чистой физике ещё до нейросети, полный тракт «Geant4 → Python → осциллограмма» замкнут end-to-end. Принят в проектный трек акселератора НИЯУ МИФИ. Следующие вехи: датасет 10⁶ осциллограмм (Q4 2026), валидация на реальном источнике Am-241 (Q1 2027), PSD-модуль (Q2 2027).

Команда. Основатель — студент 5 курса НИЯУ МИФИ, сотрудник отраслевого института (детекторная тематика): физика детекторов, Geant4/Monte-Carlo, Python/ML. Разработка AI-ассистированная, качество контролируется тестовой методологией. План усиления: научный советник из МИФИ (в переговорах), ML-инженер с первого гранта, ко-фаундер по развитию с опытом B2G-продаж.

ИС и чистота. Проект развивается вне трудовых обязанностей основателя, с нуля на личных ресурсах. Подготовка патентной заявки на «способ обработки сигналов» и режима коммерческой тайны — в плане 2026–2027.

Рынок. Разработчики детекторных систем РФ (~10–15 организаций: атомная отрасль, космос, дозиметрия), чек первого НИОКР 5–15 млн ₽, этапная модель монетизации: гранты (2026–2027) → контракты НИОКР (2027–2028) → лицензии и роялти при серийных поставках (2028+). Потолок ниши 30–100 млн ₽/год к 2030. Смежные вертикали расширения той же методологией: радиационная стойкость космической электроники, спектрометрия с AI-идентификацией нуклидов.

На страницу проекта

Конечным продуктом проекта является портативный многоступенчатый фильтр для комплексной очистки воды, предназначенный для получения безопасной питьевой воды в условиях ограниченного доступа к централизованным системам водоснабжения. Устройство ориентировано на использование в туристической, экспедиционной, полевой и чрезвычайной среде, а также в условиях автономного пребывания.
Фильтр представляет собой компактную конструкцию, совместимую с различными типами бутылок, фляг и термостаканов. Корпус устройства изготавливается методом 3D-печати, что обеспечивает низкую себестоимость, возможность быстрого прототипирования и адаптацию конструкции под различные типы ёмкостей.
Очистка воды осуществляется за счёт последовательного прохождения через несколько функциональных слоёв:
- слой ионообменных смол обеспечивает удаление солей жёсткости, а также снижение концентрации тяжёлых металлов и растворённых ионов;
- слой модифицированного хитозана, содержащего лимонную кислоту и серебро, выполняет сорбционную и антибактериальную функции, обеспечивая связывание химических загрязнителей и подавление патогенной микрофлоры;
- слой активированного угля отвечает за дополнительную сорбционную и механическую очистку, улучшение органолептических свойств воды и удаление части органических загрязнений. Разрабатываемый продукт сочетает сразу несколько механизмов очистки: механическую фильтрацию, ионный обмен, сорбцию и антибактериальное воздействие. Это позволяет повысить эффективность подготовки воды по сравнению с однофункциональными портативными фильтрами.
Основными потребителями продукта являются:
- туристы и путешественники;
- участники экспедиций;
- сотрудники спасательных и гуманитарных служб, военнослужащие, участники боевых действий;
- население в районах с ограниченным доступом к качественной питьевой воде; - пользователи, нуждающиеся в автономных средствах водоочистки.
Ключевыми потребительскими характеристиками продукта являются:
- компактность и мобильность;
- возможность использования без подключения к электропитанию;
- многоступенчатая очистка воды;
- снижение содержания тяжёлых металлов и химических загрязнений;
- антибактериальное действие;
- совместимость с различными ёмкостями;
- возможность оперативного и относительно недорогого производства корпуса с использованием технологий 3D-печати, дешевизна сорбентов; - удобство эксплуатации в автономных условиях.
Продукт ориентирован на создание доступного и эффективного решения для повышения безопасности потребления воды вне стационарной инфраструктуры.

На страницу проекта

Шилка — сервис для поиска и заказа специалистов по ремонту, строительству и обслуживанию дома. Клиент создаёт заявку, получает предложения от подходящих мастеров, выбирает исполнителя и проходит весь процесс заказа внутри приложения — от согласования цены и времени до выполнения, оплаты и гарантии.

На страницу проекта

Проект представляет собой веб-прототип цифрового кабинета агронома, объединяющий разрозненные данные в единую систему. Главная цель — автоматизация оперативного анализа состояния полей и формирование рекомендаций по агротехническим мероприятиям для повышения эффективности и снижения потерь урожая.

На страницу проекта

Государственное бюджетное профессиональное образовательное учреждение «Магнитогорский педагогический колледж» (МПК) — это ведущее среднее профессиональное образовательное учреждение города Магнитогорска.

Основные характеристики:

• Статус: Многоуровневое учебное заведение, реализующее программы среднего профессионального образования базового и повышенного уровня

• Инфраструктура: включает четыре учебных корпуса, столовую, библиотеку, музей, четыре спортивных зала, стадион, актовый, выставочный и два концертных зала, учебные кабинеты, мастерские и лаборатория.

На страницу проекта

Создание импортонезависимой компонентной базы для сборки спортивных БПЛА 75 класса к соревнованиям Ассоциации гонок дронов России

На страницу проекта