ИИ с открытым исходным кодом сдается с релизом Meta's Llama 4

В последние годы ландшафт ИИ преобразился из области открытого сотрудничества в сферу, где доминируют проприетарные системы. Даже OpenAI, компания, в названии которой изначально было слово "открытая", после 2019 года перешла к сокрытию своих самых мощных моделей. Другие игроки, такие как Anthropic и Google, последовали этому примеру, создавая свои передовые ИИ за стенами API, доступными только на их условиях. Этот переход часто оправдывался соображениями безопасности и бизнес-интересами, но многие в сообществе ИИ испытывали ностальгию по дням открытого исходного кода.

Теперь ситуация меняется. Дух открытого исходного кода ИИ возвращается, во главе с выпуском Meta моделей Llama 4. Этот шаг — смелая попытка вернуть открытый исходный код ИИ на передний план, и даже те, кто традиционно был скрытен, обращают на это внимание. Генеральный директор OpenAI Сэм Альтман недавно признал, что компания оказалась "на неправильной стороне истории" в отношении открытых моделей и объявил о планах создания новой "открытой весовой" версии GPT-4. Очевидно, что открытый исходный код ИИ переживает возрождение, и значение слова "открытый" эволюционирует.

(Источник: Meta)

Llama 4: Открытый конкурент Meta для GPT-4o, Claude и Gemini

Презентация Meta модели Llama 4 представляет собой прямой вызов последним моделям от гигантов ИИ, позиционируя её как альтернативу с открытым весом. Llama 4 доступна в двух версиях уже сегодня — Llama 4 Scout и Llama 4 Maverick — каждая с впечатляющими техническими характеристиками. Обе являются моделями смеси экспертов (MoE), что означает, что они активируют лишь часть своих параметров для каждого запроса, позволяя иметь огромный общий размер без резкого увеличения затрат на выполнение. Scout и Maverick используют 17 миллиардов "активных" параметров для любого входного запроса, но Scout распределяет их между 16 экспертами (всего 109 миллиардов параметров), тогда как Maverick распределяет их между 128 экспертами (всего 400 миллиардов). В результате модели Llama 4 обеспечивают высочайшую производительность, а также уникальные преимущества, которых не могут предложить даже некоторые закрытые модели.

Например, Llama 4 Scout обладает контекстным окном в 10 миллионов токенов, что значительно превосходит большинство конкурентов. Это позволяет ей обрабатывать и анализировать огромные документы или кодовые базы за один проход. Несмотря на свой масштаб, Scout может эффективно работать на одном GPU H100 при высокой квантизации, что говорит о том, что разработчикам не понадобится суперкомпьютер, чтобы экспериментировать с ней.

С другой стороны, Llama 4 Maverick оптимизирована для пиковой производительности. Ранние тесты показывают, что Maverick может соответствовать или даже превосходить ведущие закрытые модели в задачах рассуждения, программирования и визуального анализа. Meta уже намекает на ещё более крупную модель, Llama 4 Behemoth, которая сейчас находится в стадии обучения и, как сообщается, "превосходит GPT-4.5, Claude 3.7 Sonnet и Gemini 2.0 Pro по ряду STEM-бенчмарков." Посыл ясен: открытые модели больше не играют вторую скрипку; Llama 4 нацелена на вершину.

Более того, Meta сделала Llama 4 немедленно доступной для загрузки и использования. Разработчики могут получить доступ к Scout и Maverick на официальном сайте или через Hugging Face под лицензией Llama 4 Community License. Это означает, что любой — от одиночного разработчика до крупной корпорации — может погрузиться в модель, настроить её под свои конкретные нужды и запустить на своём оборудовании или в облаке. Это резко контрастирует с проприетарными моделями, такими как GPT-4o от OpenAI или Claude 3.7 от Anthropic, которые доступны только через платные API без доступа к базовым весам.

Meta подчёркивает, что открытость Llama 4 направлена на расширение возможностей пользователей: "Мы делимся первыми моделями из стада Llama 4, которые позволят людям создавать более персонализированные мультимодальные опыты." По сути, Llama 4 — это инструментарий, предназначенный для разработчиков и исследователей по всему миру. Выпуская модели, которые могут соперничать с GPT-4 и Claude, Meta вдыхает новую жизнь в идею, что ИИ высшего уровня не должен быть заперт заევ

System: за платным доступом.

(Источник: Meta)

Подлинный идеализм или стратегический ход?

Meta представляет Llama 4 с чувством идеализма и альтруизма. "Наша модель ИИ с открытым исходным кодом Llama была загружена более миллиарда раз," недавно объявил генеральный директор Марк Цукерберг, добавив, что "открытие исходного кода моделей ИИ необходимо для обеспечения доступа к преимуществам ИИ для людей во всём мире." Это представление позиционирует Meta как поборника демократизированного ИИ — компанию, готовую делиться своими лучшими моделями ради общего блага. Популярность семейства Llama подтверждает эту историю: модели загружаются с поразительной скоростью (с 650 миллионов до 1 миллиарда загрузок всего за несколько месяцев), и они уже используются такими компаниями, как Spotify, AT&T и DoorDash.

Meta подчёркивает, что разработчики ценят "прозрачность, настраиваемость и безопасность" открытых моделей, которые они могут запускать самостоятельно, что "помогает достигать новых уровней творчества и инноваций" по сравнению с непрозрачной природой API чёрного ящика. Это звучит как классический этос программного обеспечения с открытым исходным кодом (вспомните Linux или Apache), применённый к ИИ — явная победа для сообщества.

Однако в открытости Meta есть стратегический аспект. Meta — не благотворительная организация, и "открытый исходный код" в данном контексте имеет свои ограничения. Llama 4 выпущена под специальной общественной лицензией, а не стандартной разрешительной лицензией — так, хотя веса модели свободны для использования, существуют ограничения (например, некоторые случаи использования с высокими ресурсами могут требовать разрешения, и лицензия является "проприетарной" в том смысле, что она разработана Meta). Это не соответствует одобренному Open Source Initiative (OSI) определению открытого исходного кода, из-за чего некоторые утверждают, что компании злоупотребляют этим термином.

На практике подход Meta часто называют "открытым весом" или "доступным исходным кодом" ИИ: код и веса делятся, но Meta сохраняет определённый контроль и не раскрывает всё (например, данные обучения). Хотя это не уменьшает полезность для пользователей, это показывает, что Meta стратегически открыта — сохраняя достаточно контроля для защиты себя (и, возможно, своего конкурентного преимущества). Многие компании применяют ярлык "открытый исходный код" к моделям ИИ, утаивая ключевые детали, что подрывает истинный дух открытости.

Почему Meta вообще открывается? Конкурентная среда даёт некоторые ответы. Бесплатный выпуск мощных моделей может быстро создать широкую базу разработчиков и корпоративных пользователей — французский стартап Mistral AI сделал это со своими ранними открытыми моделями, чтобы утвердиться как лаборатория высшего уровня.

Заливая рынок Llama, Meta обеспечивает, чтобы её технология стала основой экосистемы ИИ, что может принести долгосрочные выгоды. Это классическая стратегия охвата и расширения: если все используют вашу "открытую" модель, вы косвенно устанавливаете стандарты и, возможно, даже направляете людей к своим платформам (например, продукты помощников ИИ Meta используют Llama). Есть также аспект PR и позиционирования. Meta играет роль доброжелательного новатора, особенно в отличие от OpenAI, которая столкнулась с критикой за свой закрытый подход. Фактически, изменение позиции OpenAI по открытым моделям частично подчёркивает, насколько эффективным был ход Meta.

После появления новаторской китайской открытой модели DeepSeek-R1 в январе, которая обогнала предыдущие модели, Альтман указал, что OpenAI не хочет остаться на "неправильной стороне истории". Теперь OpenAI обещает в будущем открытую модель с сильными способностями к рассуждению, что свидетельствует о смене отношения. Трудно не заметить влияние Meta в этом сдвиге. Позиция Meta в отношении открытого исходного кода одновременно искренне направлена на расширение доступа к ИИ и является стратегическим ходом, чтобы перехитрить конкурентов и формировать будущее рынка на условиях Meta.

Последствия для разработчиков, предприятий и будущего ИИ

Для разработчиков возрождение открытых моделей, таких как Llama 4, — долгожданное изменение. Вместо того чтобы быть привязанными к экосистеме и платам одного поставщика, они теперь имеют свободу запускать мощный ИИ на собственной инфраструктуре или настраивать его по своему усмотрению.

Это значительное преимущество для предприятий в чувствительных секторах — подумайте о финансах, здравоохранении или правительстве — которые осторожно относятся к передаче конфиденциальных данных в чужой чёрный ящик. С Llama 4 банк или больница могли бы развернуть современную языковую модель за своим собственным брандмауэром, настраивая её на приватные данные, без передачи токена внешнему лицу. Есть также финансовая выгода. В то время как плата за использование API для топовых моделей может быстро возрастать, открытая модель не имеет платы за использование — вы платите только за вычислительную мощность для её работы. Бизнесы, масштабирующие большие нагрузки ИИ, могут значительно сэкономить, выбирая открытое решение, которое они могут управлять самостоятельно.

Неудивительно, что предприятия проявляют больше интереса к открытым моделям; многие понимают, что контроль и безопасность, предлагаемые открытым исходным кодом ИИ, лучше соответствуют их потребностям, чем универсальные закрытые сервисы.

Разработчики также выигрывают от увеличения инноваций. Имея доступ к внутренностям модели, они могут настраивать и улучшать ИИ для нишевых доменов (право, биотехнологии, региональные языки — всё, что угодно) способами, которые закрытый API, возможно, никогда не поддержит. Взрыв сообщественных проектов вокруг ранних моделей Llama — от чат-ботов, настроенных на медицинские знания, до хоббийных приложений для смартфонов, использующих миниатюрные версии — показал, как открытые модели могут демократизировать эксперименты.

Однако ренессанс открытых моделей также поднимает важные вопросы. Происходит ли "демократизация" на самом деле, если только те, у кого есть значительные вычислительные ресурсы, могут запускать модель с 400 миллиардами параметров? Хотя Llama 4 Scout и Maverick снижают аппаратный барьер по сравнению с монолитными моделями, они всё ещё являются тяжеловесами — факт, который не ускользает от некоторых разработчиков, чьи ПК не могут справиться с ними без облачной поддержки.

Есть надежда, что такие методы, как сжатие моделей, дистилляция или меньшие варианты экспертов, сделают мощь Llama 4 более доступной. Ещё одна проблема — злоупотребление. OpenAI и другие долго утверждали, что открытый выпуск мощных моделей может позволить злоумышленникам (для генерации дезинформации, вредоносного кода и т. д.).

Эти опасения сохраняются: открытая модель Claude или GPT может быть использована без фильтров безопасности, которые компании применяют в своих API. С другой стороны, сторонники утверждают, что открытость позволяет сообществу также выявлять и устранять проблемы, делая модели более надёжными и прозрачными со временем, чем любая секретная система. Есть доказательства, что сообщества открытых моделей серьёзно относятся к безопасности, разрабатывая собственные ограничения и делясь лучшими практиками — но это постоянное напряжение.

Всё более очевидно, что мы движемся к гибридному ландшафту ИИ, где открытые и закрытые модели сосуществуют, влияя друг на друга. Закрытые поставщики, такие как OpenAI, Anthropic и Google, всё ещё имеют преимущество в абсолютной производительности — пока что. Действительно, в конце 2024 года исследования показали, что открытые модели отстают примерно на год от лучших закрытых моделей по возможностям. Но этот разрыв быстро сокращается.

В сегодняшнем рынке "ИИ с открытым исходным кодом" больше не означает только хоббийные проекты или старые модели — теперь это в центре стратегии ИИ для технологических гигантов и стартапов. Запуск Llama 4 от Meta — мощное напоминание об эволюционирующей ценности открытости. Это одновременно философская позиция за демократизацию технологий и тактический ход в битве индустрии с высокими ставками. Для разработчиков и предприятий это открывает новые двери для инноваций и автономии, даже если усложняет решения новыми компромиссами. И для более широкой экосистемы это даёт надежду, что преимущества ИИ не будут заперты в руках нескольких корпораций — если этос открытого исходного кода сможет удержать свои позиции.