Открытый ИИ наносит ответный удар с помощью Llama 4 от Meta

За последние несколько лет мир ИИ сместился от культуры открытого сотрудничества к доминированию тесно охраняемых проприетарных систем. OpenAI – компания, буквально основанная с “открытым” в своем названии, – сменила свою позицию на сохранение своих самых мощных моделей в секрете после 2019 года. Конкуренты, такие как Anthropic и Google (GOOGL ), также построили передовые ИИ за стенами API, доступными только на их условиях. Этот закрытый подход был оправдан в частности соображениями безопасности и деловых интересов, но он оставил многих в сообществе с сожалением о потере раннего открытого духа.

Теперь этот дух начинает возрождаться. Недавно выпущенные модели Llama 4 от Meta сигнализируют о смелой попытке возродить открытый ИИ на высшем уровне – и даже традиционно охраняемые игроки обращают на это внимание. Недавно генеральный директор OpenAI Сэм Олтман признал, что компания была “на неправильной стороне истории” в отношении открытых моделей и объявил о планах создания “мощной новой открытой модели” GPT-4. Коротко говоря, открытый ИИ наносит ответный удар, и значение и ценность “открытого” эволюционируют.

(Источник: Meta)

Llama 4: открытый вызов Meta GPT-4o, Claude и Gemini

Meta представила Llama 4 как прямой вызов новым моделям от лидеров ИИ, позиционируя ее как открытую альтернативу. Llama 4 доступна в двух вариантах – Llama 4 Scout и Llama 4 Maverick – с впечатляющими техническими характеристиками. Обе модели являются моделями mixture-of-experts (MoE), которые активируют только часть своих параметров на запрос, что позволяет добиться огромного размера без разрушения затрат на выполнение. Scout и Maverick обладают 17 миллиардами “активных” параметров (та часть, которая работает с любым входным данным), но благодаря MoE Scout распространяет их на 16 экспертов (109 миллиардов параметров всего), а Maverick – на 128 экспертов (400 миллиардов параметров всего). Результат: модели Llama 4 демонстрируют впечатляющую производительность – и делают это с уникальными преимуществами, которых не имеют даже некоторые закрытые модели.

Например, Llama 4 Scout обладает отраслевым лидерством в контекстном окне в 10 миллионов токенов, что на несколько порядков больше, чем у большинства конкурентов. Это означает, что она может потреблять и обрабатывать действительно огромные документы или кодовые базы за один раз. Несмотря на свой размер, Scout достаточно эффективна, чтобы работать на одном GPU H100 при высоком квантовании, что намекает на то, что разработчикам не понадобится суперкомпьютер, чтобы экспериментировать с ней.

Тем временем Llama 4 Maverick настроена на максимальную мощность. Ранние тесты показывают, что Maverick соответствует или превосходит лучшие закрытые модели в задачах рассуждения, кодирования и зрения. Фактически, Meta уже намекает на появление еще более крупного родственника, Llama 4 Behemoth, который еще находится в стадии обучения и, по внутренним данным, “обгоняет GPT-4.5, Claude 3.7 Sonnet и Gemini 2.0 Pro на нескольких STEM-бенчмарках”. Сообщение ясно: открытые модели больше не являются второсортными; Llama 4 стремится к статусу лучших.

Не менее важно, что Meta сделала Llama 4 сразу доступной для скачивания и использования. Разработчики могут получить Scout и Maverick с официального сайта или Hugging Face под лицензией Llama 4 Community License. Это означает, что любой – от гаражного хакера до компании из списка Fortune 500 – может получить доступ под капот, донастроить модель под свои нужды и развернуть ее на своем оборудовании или в облаке. Это резкий контраст с проприетарными предложениями, такими как GPT-4o от OpenAI или Claude 3.7 от Anthropic, которые предоставляются через платные API без доступа к основным весам.

Meta подчеркивает, что открытость Llama 4 заключается в эмансипации пользователей: “Мы делимся первыми моделями в семействе Llama 4, что позволит людям создавать более персонализированные многомодальные trải nghiệm”. Другими словами, Llama 4 – это инструментарий, предназначенный для того, чтобы находиться в руках разработчиков и исследователей по всему миру. Выпуская модели, которые могут соперничать с такими, как GPT-4 и Claude, Meta возрождает идею о том, что лучший ИИ не должен жить за платной стеной.

(Источник: Meta)

Аутентичный идеализм или стратегическая игра?

Meta представляет Llama 4 в грандиозных, почти альтруистических терминах. “Наша открытая модель ИИ, Llama, была скачана более одного миллиарда раз”, – заявил недавно генеральный директор Meta Марк Цукерберг, добавив, что “открытый ИИ является важным для обеспечения того, чтобы люди по всему миру имели доступ к преимуществам ИИ”. Эта формулировка рисует Meta как защитника демократизации ИИ – компанию, готовую поделиться своими лучшими моделями ради общего блага. И действительно, популярность семейства Llama подтверждает это: модели были скачаны в удивительном масштабе (перепрыгнув с 650 миллионов до 1 миллиарда скачиваний всего за несколько месяцев), и они уже используются в производстве компаниями, такими как Spotify, AT&T и DoorDash.

Meta с гордостью отмечает, что разработчики ценят “прозрачность, настраиваемость и безопасность” открытых моделей, которые они могут запускать самостоятельно, что “помогает достичь новых уровней творчества и инноваций”, по сравнению с черными ящиками API. В принципе, это звучит как старая этика открытого программного обеспечения (например, Linux или Apache), примененная к ИИ – это неоспоримая победа для сообщества.

Однако нельзя игнорировать стратегический расчет, стоящий за этой открытостью. Meta не является благотворительной организацией, и “открытый ИИ” в этом контексте имеет оговорки. Заметно, что Llama 4 выпускается под специальной лицензией сообщества, а не под стандартной пермиссивной лицензией – поэтому, хотя веса модели бесплатны для использования, есть ограничения (например, определенные случаи использования с высокими ресурсами могут требовать разрешения, и лицензия является “проприетарной” в том смысле, что она создана Meta). Это не определение открытого исходного кода, утвержденное Инициативой открытого исходного кода (OSI), что привело некоторых критиков к мнению, что компании неправильно используют этот термин.

На практике подход Meta часто описывается как “открытый вес” или “доступный исходный код” ИИ: код и веса открыты, но Meta все еще сохраняет некоторый контроль и не раскрывает все (например, данные обучения). Это не уменьшает полезность для пользователей, но показывает, что Meta стратегически открыта – сохраняя достаточно рычагов, чтобы защитить себя (и, возможно, свое конкурентное преимущество). Многие фирмы наклеивают на свои модели ИИ этикетку “открытый исходный код”, при этом скрывая ключевые детали, подрывая истинный дух открытости.

Почему Meta открылась вообще? Конкурентный ландшафт дает подсказки. Выпуск мощных моделей бесплатно может быстро создать широкую базу разработчиков и предприятий – Mistral AI, французский стартап, сделал именно это с ранними открытыми моделями, чтобы получить доверие как лучшая лаборатория.

Выпуская Llama на рынок, Meta обеспечивает, что ее технология станет фундаментальной в экосистеме ИИ, что может принести дивиденды в долгосрочной перспективе. Это классическая стратегия “объятия и расширения”: если все используют вашу “открытую” модель, вы косвенно устанавливаете стандарты и, возможно, даже направляете людей к своим платформам (например, продукты Meta для помощников ИИ используют Llama). Есть также элемент PR и позиционирования. Meta играет роль благотворительного инноватора, особенно в сравнении с OpenAI, которая подверглась критике за свой закрытый подход. Фактически, смена позиции OpenAI по открытому ИИ частично подчеркивает, насколько эффективным был шаг Meta.

После появления прорывной открытой модели DeepSeek-R1 в Китае в январе и обгоне предыдущих моделей генеральный директор OpenAI Сэм Олтман указал, что OpenAI не хочет оставаться на “неправильной стороне истории”. Теперь OpenAI обещает открытую модель с сильными способностями рассуждения в будущем, отмечая смену отношения. Трудно не видеть влияния Meta в этом сдвиге. Открытая позиция Meta одновременно аутентична и стратегична: она действительно расширяет доступ к ИИ, но также является умным ходом, чтобы обойти конкурентов и сформировать будущее рынка на условиях Meta.

Последствия для разработчиков, предприятий и будущего ИИ

Для разработчиков возрождение открытых моделей, таких как Llama 4, – это свежий ветер. Вместо того, чтобы быть запертыми в экосистеме одного поставщика и платить за нее, они теперь имеют возможность запускать мощный ИИ на своем оборудовании или настраивать его свободно.

Это огромная польза для предприятий в чувствительных отраслях – например, в финансах, здравоохранении или правительстве – которые боятся подвергать конфиденциальные данные внешнему черному ящику. С Llama 4 банк или больница могут развернуть модель высшего класса за своей собственной защитой, настраивая ее на частные данные, не делясь ни одним токеном с внешней сущностью. Также есть преимущество в стоимости. Хотя платные API за лучшие модели могут взлететь, открытая модель не имеет платы за использование – вы платите только за вычислительную мощность, необходимую для ее запуска. Бизнес, который увеличивает объемы тяжелой работы ИИ, может сэкономить значительно, выбрав открытый вариант, который можно масштабировать внутри компании.

Не удивительно, что мы видим растущий интерес к открытым моделям со стороны предприятий; многие уже начали осознавать, что контроль и безопасность открытого ИИ лучше соответствуют их потребностям, чем услуги “один размер для всех”.

Разработчики также получают выгоду в инновациях. Имея доступ к внутренностям модели, они могут донастроить и улучшить ИИ для нишевых областей (закон, биотехнологии, региональные языки – назовите, что угодно) так, как закрытый API, возможно, никогда не сможет удовлетворить. Взрыв общественных проектов вокруг ранних моделей Llama – от чат-ботов, донастроенных на медицинские знания, до любительских приложений для смартфонов, запускающих миниатюрные версии, – показал, как открытые модели могут демократизировать эксперименты.

Однако возрождение открытых моделей также вызывает сложные вопросы. Действительно ли происходит “демократизация”, если только те, у кого есть значительные вычислительные ресурсы, могут запустить модель с 400 миллиардами параметров? Хотя Llama 4 Scout и Maverick снижают планку оборудования по сравнению с монолитными моделями, они все еще являются тяжелыми – момент, который не ускользнул от внимания некоторых разработчиков, чьи ПК не могут справиться с ними без помощи облака.

Надежда заключается в том, что такие методы, как сжатие моделей, дистилляция или меньшие варианты экспертов, позволят передать силу Llama 4 на более доступные размеры. Другой проблемой является неправильное использование. OpenAI и другие долго утверждали, что выпуск мощных моделей открыто может позволить злоумышленникам (например, для генерации дезинформации, кода вредоносного ПО и т. д.).

Эти опасения остаются: открытая модель Claude или GPT может быть неправильно использована без фильтров безопасности, которые компании обеспечивают на своих API. С другой стороны, сторонники утверждают, что открытость позволяет сообществу также выявлять и исправлять проблемы, делая модели более прочными и прозрачными со временем, чем любая секретная система. Есть доказательства того, что сообщества открытых моделей серьезно относятся к безопасности, разрабатывая свои собственные ограничения и делясь передовым опытом – но это постоянное напряжение.

Что становится все более ясным, так это то, 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, все еще сохраняют преимущество в абсолютной производительности – пока что. Действительно, к концу 2024 года исследования показали, что открытые модели отставали примерно на год от лучших закрытых моделей по возможностям. Но этот разрыв быстро сокращается.

В сегодняшнем рынке “открытый ИИ” больше не означает только хобби-проекты или старые модели – теперь это сердце стратегии ИИ для технологических гигантов и стартапов. Запуск Llama 4 от Meta – это мощное напоминание об эволюционирующей ценности открытости. Это одновременно философская позиция по демократизации технологий и тактический ход в битве высоких ставок. Для разработчиков и предприятий это открывает новые двери к инновациям и автономии, даже когда это усложняет решения с новыми компромиссами. И для более широкой экосистемы это дает надежду, что преимущества ИИ не будут заперты в руках нескольких корпораций – если только этика открытого исходного кода сможет сохранить свою позицию.