Новая ИИ от Meta работает на ПК: объяснение концепции «открытого веса»

Возможность запуска ИИ локально привлекает как компании, так и пользователей, которые ценят конфиденциальность и контроль над своими данными, избегая зависимости от облачных серверов. Однако практическое применение сталкивается с ограничениями аппаратного обеспечения; например, модель размером с Muse Glimmer требует высокопроизводительных специализированных видеокарт.

Meta классифицирует свою стратегию как «открытый исходный код» (open-source). В традиционной модели открытого исходного кода весь процесс раскрыт: от оригинального исходного кода до необработанных обучающих данных. В случае с Muse Glimmer и серией Llama компания предоставляет только «веса», то есть математические параметры, полученные в результате обучения ИИ.

На практике этот подход, известный как открытые веса (open-weight), позволяет любому человеку загрузить файл, запустить модель на собственном компьютере и провести тонкую настройку для конкретных задач. При этом остается неясным, какой путь был пройден для достижения этого результата. Разработчики не раскрывают, какие книги, веб-сайты или файлы использовались для обучения модели, а также рецепт кода, применявшийся на начальном этапе подготовки.

Этот недостаток прозрачности в отношении базы данных служит юридическим щитом для крупных технологических компаний. Фабрисиу Карраро, менеджер по продуктам в Alura, отметил в интервью Olhar Digital: «Я считаю, что основная причина, по которой эти крупные компании не публикуют данные, заключается в том, что вполне возможно, что там есть что-то, защищенное авторским правом».

Anthropic, например, недавно столкнулась с многомиллиардным судебным разбирательством после того, как стало известно об использовании миллионов книг при первоначальном обучении моделей семейства Claude. В случае с Meta издание Olhar Digital запросило официальную позицию, которая на момент публикации статьи не была предоставлена.

По мнению специалиста по ИИ, практика open-weight влияет на возможности аудита и научные исследования, однако не мешает работе тех, кто создает приложения для повседневного рынка. Карраро заявил: «Это может помешать людям из академической среды или тем, кто действительно хочет увидеть, как работает код, используемый для обучения модели, потому что там может быть какая-то промышленная тайна». Он добавил: «Но для тех, кто просто хочет использовать систему или выполнить тонкую настройку для определенной задачи, в конечном итоге наличие только весов не сильно мешает. Это хуже для научного сообщества, но для тех, кто хочет использовать, это не так критично».

За этой технической дискуссией стоит конфликт бизнес-моделей. С одной стороны, компании, ориентированные на закрытые системы, такие как Anthropic и OpenAI, зависят от продажи платного доступа к своим API для получения дохода. С другой стороны, основной доход Meta поступает от рекламы и социальных сетей.

Таким образом, распространяя веса бесплатно, компания Цукерберга не ставит под угрозу свой финансовый доход. Более того, она формирует экосистему разработчиков, лояльных к ее технологии. Эта стратегия ускоряет процесс, известный как дистилляция. Эта техника заключается в использовании ответов, сгенерированных большой моделью, для обучения меньших, более легких и дешевых систем.

Кроме того, выпуск весов часто сопровождается отчетами об оптимизациях. Это позволяет разработчикам учиться на тестах других компаний и совершенствовать свои инструменты в непрерывном цикле.

Именно в этой лазейке китайские стартапы завоевали позиции на мировом рынке. Такие названия, как DeepSeek, Moonshot AI (создатель Kimi), MiniMax и GLM, начали публиковать эффективные модели с открытыми весами, что вызвало беспокойство у крупных технологических компаний. Для предприятий в Бразилии и по всему миру эти варианты представляют собой возможность создавать собственные решения, не полагаясь на постоянные корпоративные подписки.

В свете этой ситуации стремление организаций к технологической автономии усиливает геополитическое предупреждение, высказанное Meta. Карраро объясняет, что опасения по поводу заключения жестких контрактов с облачными провайдерами открывают путь к прямому переходу к восточным альтернативам. Специалист утверждает: «Если у Соединенных Штатов не будет качественных открытых моделей, компании в конечном итоге будут использовать китайские модели, такие как DeepSeek, Kimi, MiniMax, GLM-5.2 и многие другие высочайшего качества».

Карраро заключает: «Я считаю, что в долгосрочной перспективе Соединенным Штатам также выгодно иметь эту местную экосистему хороших и мощных моделей, которые являются open-source, даже благодаря качеству самого американского рынка, позволяя этим знаниям циркулировать там, а не концентрироваться только в Китае».