Сейчас Hugging Face наиболее известен как цель для команды агентов OpenAI, взламывающих систему вознаграждений, но на самом деле он находится в центре экосистемы разработчиков, создающих и развертывающих LLM, которые не принадлежат передовым лабораториям. Думайте о нем как о своего рода GitHub для эпохи ИИ.
Слухи об этой сделке появились после того, как Nvidia заключила соглашение на 6 миллиардов долларов с Poolside, разработчиком моделей с открытым весом, в рамках которого большинство его сотрудников перейдут к гиганту по производству чипов. А две недели назад Stripe приобрела OpenRouter, ведущего поставщика моделей с открытым весом для бизнеса, более чем за 7 миллиардов долларов.
Это огромный объем капитала, вливающийся в сектор, основанный на бесплатной раздаче технологий, и он отражает последние тенденции в сфере ИИ.
Для Nvidia существует необходимость избежать дальнейшей зависимости от сделок с крупными гиперскейлерами и передовыми лабораториями. Это особенно актуально, когда такие крупные разработчики ИИ-моделей, как OpenAI и Google, также создают собственные чипы для инференса, например Jalapeño от OpenAI, возможности которого были анонсированы на этой неделе. Если разработчики моделей делают чипы, Nvidia хочет получить долю в бизнесе по созданию моделей.
Nvidia уже создает собственное семейство моделей с открытым весом Nemotron, но их внедрение не было массовым. Взяв под контроль крупнейшее в США пространство разработчиков открытых моделей, компания получит доступ к массе пользователей, которых сможет направить к своим чипам и стандартам.
Также растут вопросы о стоимости инференса ИИ, что заставляет компании изучать более дешевые модели, созданные китайскими компаниями, такими как Moonshot, DeepSeek и Alibaba. Прямо сейчас внедрение относительно невелико, но растет — всего 6% компаний используют модели с открытым весом, согласно опросу данных о расходах от Ramp, или всего 2% инженеров-программистов, опрошенных Jellyfish, которая создает инструменты для разработчиков.
Ник Альбарран, руководитель направления ИИ-продуктов в Jellyfish, рассказал TechCrunch, что модели с открытым весом в основном используются компаниями, чьи продукты зависят от повторяющихся задач инференса, например, те, что предоставляют чаты для обслуживания клиентов. Поскольку это задачи с большим объемом и множеством повторений, модель с открытым весом можно настроить для дешевых ответов на вопросы.
Именно так Stripe обосновала приобретение OpenRouter. «Токены — это центральная валюта для компаний, работающих с ИИ, и очевидно, что реальный экономический потенциал будет зависеть от эффективного использования ограниченных вычислительных ресурсов», — заявил в своем заявлении Патрик Коллисон, сооснователь и генеральный директор Stripe.
Однако для задач кодинга и агентных задач разнообразные запросы и более глубокие рассуждения означают, что передовые модели часто побеждают, отчасти потому, что проприетарные лаборатории обеспечивают более легкий доступ, а в некоторых случаях — субсидирование токенов. Альбарран говорит, что по мере отладки компаниями ИИ-рабочих процессов будет проще обращаться к открытым моделям. Тем не менее, основная причина, по которой компании сейчас обращаются к этим моделям, — это контроль и возможность настройки, а не проблемы с расходами.
«Пока не так много компаний, где это имеет место… [но] если цены от передовых лабораторий продолжат расти, все больше и больше компаний будут вынуждены хотя бы рассмотреть это», — рассказал Альбарран TechCrunch. «Когда ваши ИИ-рабочие процессы станут гораздо более зрелыми, тогда и будет иметь смысл инвестировать в самостоятельное размещение моделей».
Линь Цяо — генеральный директор Fireworks, ведущего маршрутизатора и хостинг-провайдера моделей с открытым весом для корпоративных пользователей, который часто обсуждается как потенциальная цель для поглощения технологическим гигантом. Цяо говорит, что ее компания обрабатывает 40 триллионов токенов в день, что больше, чем API Gemini или OpenAI.
Ставка Fireworks — на разнообразие моделей: по мере распространения и улучшения LLM компаниям будет проще обучать их специально для своих нужд. «Каждая компания, создающая приложения, должна рассмотреть возможность найма собственного исследователя», — сказала она TechCrunch на прошлой неделе. «Они могут использовать свой продукт и данные о продукте для создания собственной модели. Будущее — за специализированным интеллектом. Буквально каждая компания должна иметь свою собственную модель для каждого варианта использования, и это произойдет автоматически».
Легко забыть, насколько мы находимся на раннем этапе развития ИИ как инструмента и бизнеса. Однако доминирование OpenAI и Anthropic не является неизбежным. Поскольку технологические гиганты стремятся подстраховаться в отношении крупнейших лабораторий, привлекательность открытых технологий оказывается трудно преодолимой.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Tim Fernholz
