Transcription
Всем привет. Сегодня мы погружаемся в, ну, скажем так, очень динамичный мир открытых моделей искусственного интеллекта. Говорить будем про 2024-2025 годы. И вот что особенно интересно - это смещение баланса сил между Западом, но в основном США и Китаем.
>> Да, тема горячая, и изменения происходят буквально на глазах. В основе нашего сегодняшнего, ну, скажем, разбора, это анализ. Мы взяли недавнее выступление одного эксперта, который как раз следит за этими событиями, и посмотрели его ключевые выводы.
>> Да, попробуем разложить всё по полочкам.
>> Цель у нас какая? Понять, кто сейчас, ну, главные игроки, что вообще меняется, почему так происходит и, ну, к чему всё идёт. Попробуем разобраться в этой ээ технологической гонке. О'кей, давайте начинать.
>> Давайте. Для старта начало 2024 года. Вспомним, что было тогда, кто был на слуху. Ну, ламамета, само собой, >> конечно, лама была, ну, как бы стандартом почти. Мистрал из Европы, да? >> Мистрал, точно. А из Китая? Deep Кэн от Алибаба. >> Да, псик уже тогда, ну, показывала серьёзные исследования. А вот Квен её воспринимали скорее как, ну, догоняющего игрока, наверное. >> Лама, значит, была лидером по популярности. >> Ну да, Лама была самой известной, самой используемой. Мистрал, правда, показывала очень сильные результаты, иногда даже обгоняла Лама на каких-то тестах. Это был большой успех для европейцев. >> А помните, как модели распространялись? Торенты в Твиттере. >> О, да, это, кажется, сейчас какой-то другой эпохой. А ведь всего год с небольшим прошёл. Просто невероятно. >> Совершенно другая реальность. >> Точно. И вот то, что случилось потом, эээ всё перевернуло. Катализатором таким вот, ну, спусковым крючком, можно сказать, стал релиз Deep C1. Это конец 2024, начало 2025.
>> Dipsi Car1, >> да? И это была не просто очередная модель, это был момент, когда, ну, китайские компании по-настоящему заявили о себе, о бандициях, и это заставило всех особенно в Штатах, ну, пересматривать свои планы.
>> Так, хорошо. Давайте тогда по хронологии пройдёмся. 2025 год. Что было дальше? Март. Google с джемом 3. Да, >> да, дма 3 от Google. И ещё что важно, модель от AI2. Именно они выпустили OLMO Z0 M 2 32B. И это была, наверное, первая такая по-настоящему полностью открытая модель уровня GPT4. То есть опубликовали все стичи Колд и веса, и данные для Притрейна. >> Ого, это серьёзно? >> Да, это был важный знак для тех, кто за полную открытость. А потом апрель и почти одновременно LaМАМА 4 и Кон 3. И вот тут, кажется, самый сок начался >> абсолютно. Вот здесь прям действительно интересно стало. Ламалма 4, ну на неё же ставили много, >> да? Ждали прорыва. >> А она оказалась, ну, скажем, мягкая не очень. Проблема с качеством, с безопасностью. А вот Queen 3 от Алибаба наоборот выстрелила очень сильно >> и быстро пошла вверх. Да, она начала быстро набирать популярность, обходить Лама по многим метрикам. >> Это ведь ключевой момент. Если бы Лама 4 тогда удалась, мы бы, наверное, сейчас совсем о другом говорили, да? >> Я думаю, да. Весь нарратив про то, что Китай вырывается вперёд, мог бы и не возникнуть так резко летом. Провал Лома 4, он как бы создал такой вакуум, >> который китайцы заполнили >> именно. И в первую очередь Кийн. Летом они просто, ну, не сбавляли темп. Кн выпускал обновления, новые версии. Потом вдруг Байду вышла на рынок Он Сourса со своей моделью, чего никто особо не ждал. >> Байду. Серьёзно? >> Да. Появилась очень крутая модель Kмийцу от шанхайского стартапа Moonshot AI. Zip AI показали GLM 4 Step Fun. В общем, стало ясно, что это не отдельные вспышки, а целая экосистема заработала на полную мощь. И на этом фоне в августе бац GPTOS от Open AI. Это был ответ Америки.
>> Ну отчасти, да, важный сигнал, безусловно, как бы легитимация Он сорса от лидера закрытых моделей. Это могло дать добро другим бигтек-компаниям США, >> но >> но пока не очень понятно, насколько это долгосрочная история для ОС. Сможет ли это переломить тренд. Тем более релиз был, ну, такой с шероховатостями. модель была немного сломанная на старте, а Кун продолжала релизить. >> И вот сейчас октябрь, и мы ждём новых анонсов, в основном из Китая. >> Да, ожидания сейчас больше связаны с Китаем. Это правда.
>> Давайте тогда про двух главных китайских игрока Deep Псик и Quн. В чём разница? Какие у них стратегии? >> Ой, это очень интересно сравнить. Deep - это, ну, такие хардкорные исследователи мирового уровня, реально сфокусированы на науке, на переднем крае. AGI, как вы сказали. >> Да-да, они верят в сильные ИИ и работают над прорывами. Их модели очень ценят в корпорациях, особенно в финансах. Ну, там есть связь с одним хэтч-фондом, это многое объясняет. >> То есть псик - это больше про исследование, про технологический предел, >> в общем, да. А вот - это Алибаба, это совсем другая история. Они строят, ну, такую полномасштабную платформу. Все модальности, текст, речь, картинки, код. >> Как лама пыталась, >> похоже, но у Квейн получается как-то системнее, что ли. Они хотят стать, ну, стандартом для всех, для исследователей, для разработчиков. >> И скорость у них какая-то бешеная. Вот эта культура 996. Может, и больше работают. >> Вполне возможно. Темпы просто поражают. И что ещё важно, они очень активно работают с комьюнити, прямо общаются с разработчиками, на конференциях выступают, фидбек собирают. >> То есть они не просто выкладывают модель, а строят экосистему. >> Именно они сами говорят про Coin как про операционную систему для ИИ. И похоже эта стратегия работает.
>> Этот рост Китая он в цифрах виден. Не просто ощущения. >> Безусловно. Берём независимые бенчмарки Artificial Analysis, например, или LMA Erina, где пользователи вслепую сравнивают модели. >> Да, знаю этот чарт. >> Так вот, там китайские модели, особенно и псик, ну, очень часто наверху обгоняют западные аналоги. >> А популярность, загрузки, использование. >> Смотрим Хаagги Face. Да, эти данные надо осторожно интерпретировать, но тренд очевиден. Загрузки моделей Queen уже летом 2025 обогнали лама. >> Аго. >> Да, можно говорить, что вот это совокупное лидерство по принятию, по использованию в open source сообществе, оно летом перешло к Китаю.
>> И это же не только псик ик. Вы называли и других. >> Точно. Вот эта широта китайской экосистемы - это второй поразительный момент. Moonshot AI Kimy The P AI JLM гиганты типа Tent Bance >> владелец TikTok >> да они тоже вкладываются даже Mate One сервис доставки еды выпустил очень сильную модель >> невероятно >> видно что там тесная связка академии и индустрии и конечно господ поддержка чувствуется >> а бизнес-модели Open source же не всегда про деньги напрямую >> китайцы тут экспериментируют вовсю у них столько сильно игроков, которые пробуют разные: поддержка, кастомизация платформы на базе онсорса. Весьма вероятно, что именно там найдут рабочие схемы монетизации. >> То есть они могут и на этом заработать, >> я думаю. Да. И ещё показатель файтюнинг до обучения. Если посмотреть на hggгиing face, какие новые дообученные модели появляются, там просто доминирование моделей на базе QA. Это очень заметно.
>> О'кей. На фоне всего этого, как реагирует Запад, США? Начнём с мета слама. Бывшие лидеры. >> Ну, похоже, мета несколько сдаёт назад в плане он сорса. Если сравнить, что говорил Цукерберг год назад и сейчас акценты явно сместились. Больше про коммерцию, про закрытые модели. Возможно, >> провал Лама 4 повлиял. >> Конечно, это сильно ударило по репутации, по доверию. Слухи про Лама 5 ходят, но вот того энтузиазма, который был вокруг Лама раньше, его уже нет. Импульс потерян. >> А Google Джема? >> Google продолжает что-то делать с Джема, но они, скажем так, гораздо менее заметны в Онсорсе, чем была лама в своё время. Меньше общения с сообществом, релизы реже. Как-то тихо все.
>> Есть хоть какие-то позитивные сигналы с Запада? NVIDIA. Aio >> Ну, пробле. Nvidia, которая делает железо, вроде как начинает больше вкладываться в модели или поддержку. Они даже данные для притрена публиковали, чего мета, кстати, не делала. >> А AI2, они же выпустили модель, получили грант. >> Да, у LMLO2 сильная модель и грант от НСФ, Национального и научного фонда США. 100 млн долларов на 4 года. Это, кстати, самый большой грант в истории Компьютер Science в США. >> Звучит внушительно. 100 млн >> звучит. Но что поразительно, многие эксперты, и я тоже так считаю, говорят, что этого, ну, катастрофически мало. >> Как мало? Рекордный грант. Мало, если мы хотим реально конкурировать вот с теми темпами и ресурсами, что у Китая. Чтобы сделать модель уровня DeПS R1 или QN3, открыто с данными нужно порядка 100 млн, но в год, а не на 4 года. Ох, >> этот гранг важен для науки, для исследованиях в университетах, но он не решает проблемы создания топовых открытых моделей. Вы 2 это понимают. Они запустили инициативу Атом American Truly Open Models. Пытаются ещё деньги привлечь.
>> Понятно. А Open AI их GPT OS. Вы сказали важный сигнал, но есть сомнения. >> Сигнал важен, да, легитимизация. Но Open AI - это компания, ну, с очень сильной культурой секретности. И первый шаг в Open Sonsource у них получился так себе. Модель была с проблемами, общаться с разработчиками им сложно, >> то есть им нужно больше усилий прикладывать. >> Да, чтобы стать реальным игроком в Онсорсе, нужны регулярные релизы, качественные и реальная работа с сообществом, не просто декларации. Готовы ли они к этому? Большой вопрос.
Вся эта ситуация, она же порождает кучу сложных вопросов. Безопасность, например. Пишут, что китайские модели могут там продвигать социалистические ценности. Какие тут риски?
>> Ну, опасения есть, конечно, особенно если такие модели ставят в продукты для западного рынка. Риск пропаганды цензуры он реальный. Есть и более глубокие страхи, пока гипотетические бэкдоры, уязвимости в коде. И как реагируют компании в Шиша? >> Крупные, очень осторожно. А вот стартапы, >> а стартапы используют, >> да? Для них это часто способ получить доступ к крутым технологиям быстро и дешевле. Если свою модель делать дорого, API закрытых тоже дорого, вот и берут открытые китайские. Это создаёт такой серый рынок, его сложно контролировать.
>> При этом вы говорили, что открытые модели всё равно отстают от самых-самых, от G5T5, Cloud. Да, отстают на месяцы, может, на год-два разработки. Это, конечно, создаёт некий буфер безопасности. Самые-самые мощные и потенциально опасные штуки пока всё-таки в закрытых системах. >> Но расслабляться нельзя. >> Точно нет. Недавние тесты показывали, что некоторые китайские открытые модели, например, ну, почти со 100% успехом генерируют вредоносный код или инструкции для атак. А донести эти риски до политиков, до бизнеса, это бывает сложно. Получается старый спор открытость против безопасности, он как бы теряет актуальность, >> он немного меняется, да. С одной стороны вот этот лак по мощности, он снижает панику. С другой, все понимают, что мощные открытые модели - это неизбежно. Они будут появляться. Поэтому фокус смещается: не запретить, а как-то управлять рисками, разрабатывать стандарты, методы детекции.
>> Здесь у Запада есть преимущество в стандартах безопасности. Пока да, американские компании, сообщества, они изначально задают более высокую планку по базовой безопасности моделей, чем, скажем, та же Qн.
>> Хорошо. А зачем вообще Китаю так вкладываться именно в открытые модели? Могли бы делать закрытые. Это просто захват рынка. >> Ну, это сложный вопрос. Захват доли рынка через Open Source, это, да, классика для Китая. Они так делали в других областях. Глобальное влияние, престиж, конечно, экономика, возможна, расчёт на внедрение и в промышленность, а для этого нужны доступные модели. >> А финансовые мотивы вы упоминали Deepsek и HGEФond. >> Да, есть такая версия, что лиз R1 мог быть связан с игрой на бирже. То есть мотивации могут быть очень разные, но в целом это похоже на долгую игру. Цель лидерства в ключевой технологии века. Хотя тут есть и внутреннее противоречие. Возможно, если слишком мощный AI станет легко доступен внутри Китая через Open Source, это же может создать потоки информации, которые властям не понравится.
>> Интересно, в такой ситуации почему для США так важно, ну, не упустить эту гонку, инвестировать в свои открытые модели, прозрачные >> Ой, причин масса. Во-первых, это же топливо для своих инноваций и для своей экосистемы. Во-вторых, ну, национальная безопасность, зависимость от технологий потенциального конкурента - это плохо. В-третьих, это просто соответствует западным ценностям: открытость, прозрачность.
>> Усша ведь есть сильные стороны, >> конечно, прозрачность исследований, выше, сильная наука, доступ к венчуру. Главный минус, наверное, - это ограничения по данным для обучения. В Китае с этим проще.
>> На что ещё смотреть в будущем? Какие тренды? Ну, глобализация процесса. Сильные лаборатории появляются не только в США и Китае. Европа, вот Мистрал, Индия, Ближний Восток. Многие страны захотят свои модели >> локальные, может быть, >> да, адаптированные к языку, культуре. Плюс интересен разрыв между тем, что можно запустить на своём компьютере и топовыми облачными моделями. >> Он сохраняется, >> да? Эпа это отслеживает. Локальные модели мощнеют, но разрыв есть. И вот тут беспокойство вызывают будущие нецензурированные мультимодальные модели, картинки, видео, >> типа 42 на ноутбуке через пару лет. >> Вот именно. Это и возможности, и риски огромные.
>> А методы обучения, РЛВ, >> они усложняются, да, но база - это всё равно претренировка. Гигантские данные, гигантские вычисления. И здесь пока преимущество у тех, кто может себе это позволить. Есть области, где у Запада дела получше. >> Возможно, в специализированных вещах: работотехника, научное открытие, медицина, материалы. Там не только язык важен. Ещё темы суверенного и набирает обороты. >> Это когда страны хотят свой и >> да, Open пытается продавать свои платформы под этим соусом, но многие страны всё равно будут развивать своё. Часто на базе он сорса.
>> Может ли Open source в итоге победить, обогнать закрытые модели? Ну вот прямо сейчас маловероятно нужны какие-то прорывы в архитектуре. Может быть модульное обучение мой, если оно станет по-настоящему эффективным или оркестрация малых моделей. Но пока ключ - это огромные базовые модели, а их могут делать немногие.
>> Хорошо, давайте тогда подводить итог нашего разбора. Картина, ну такая довольно драматичная получается. Китайские открытые модели рванули вперёд, бросили вызов Западу, а реакция США, ну, выглядит какой-то фрагментированной, запоздалой, может быть, недостаточной именно в Онсорсе. Так что всё это значит >> Это значит, что перед нами встаёт куча фундаментальных вопросов. Во-первых, да, безопасность, доверие, ценности, как совместить модели из разных миров. Во-вторых, надо признать, мощный и и открытый тоже будет везде. сдержать это не получится. И в-третьих, это подчркивает, насколько критически важно быть лидером, ну или хотя бы не отставать в разработке, в понимании этих технологий.
>> То есть это не просто про долю рынка. >> Совсем не просто. Это про глобальное влияние, про экономику, про безопасность на десятилетие вперёд. Очень серьёзно всё.
>> И вот финальная мысль, над чем можно подумать, учитывая вот эту скорость, масштаб разработок, особенно в Китае, и то, что мы видим отставание сравнимых и при этом прозрачных западных альтернатив. Какие наши базовые представления о технологическом лидерстве, о развитии ИИ вообще? Может, пора пересмотреть? И как вот это теневое использование китайских моделей в стартапах на Западе, о котором мы говорили, как оно может поменять игру ещё до того, как большие компании и политики успеют среагировать? Вопросы, вопросы. Есть над чем подумать.