CCID сообщает, что объем данных для инференса ИИ в Китае превысил объем обучающих данных, достигнув 175 триллионов ежедневных токен-вызовов

Тема рекурсивного самосовершенствования — способности ИИ помогать в создании следующего ИИ — стала одной из самых заметных среди разработчиков моделей в Китае этой осенью. Согласно опросу Leiphone, наблюдается общая тенденция: разработчики не позволяют ИИ переписывать веса моделей. Вместо этого лаборатории направляют ИИ на работу с конвейерами обучения, системами инференса, ядрами GPU, песочницами и агентными приспособлениями.

В сентябрьской работе, подготовленной 35 исследователями из Шанхайского университета Цзяо Тун, Цинхуа, ByteDance, SenseTime и других, было предложено пять уровней самосовершенствования, причем большинство передовых систем располагаются между первыми и вторыми уровнями.

Примеры реализации самосовершенствования

Компания Zhipu продемонстрировала наиболее очевидный производственный пример. Агент инфраструктуры, управляемый GLM-5.3, за две недели создал сервисную инфраструктуру для GLM-5.3-Flash на кластере, состоящем примерно из 100 000 ускорителей, произведенных в Китае, сохраняя рабочие исправления в виде многократно используемых шаблонов. Затем, в своей работе HarnessPro совместно с Цинхуа, агенты смогли переписать собственный механизм управления.

DeepSeek начал работу с тренировочной среды. Его кластер DSec, созданный с участием Цинхуа, ежедневно генерирует около 3 миллионов песочниц, позволяя агентам создавать среды для обучения более сильных агентов. Система DeepSeek Harness рассматривает инструменты и даже свое основное время выполнения как плагины, которые можно заменить без перезапуска и откатить.

Проект Forge Engineering от ModelBest использует ИИ для написания программного обеспечения, необходимого для создания ИИ. Он сообщил, что ИИ-созданная тренировочная структура ForgeTrain за восемь часов сравнялась с Megatron-LM, а операторы ForgeKernel превзошли официальные таблицы лидеров Huawei и NVIDIA.

Moonshot AI опирается на крупномасштабное обучение с подкреплением. Обучение Kimi K3 потребовало использования более 51 миллиона песочниц на микровиртуальных машинах Firecracker, а также агента внутри кластера, который восстанавливает неудачные запуски из 26 сценариев, и модели вознаграждения агента, которая оценивает рецепты обучения. Риски проявились в октябре, когда вызовы под-агентов в K3.1 Pro вышли из-под контроля, и Kimi сбросил ежемесячную квоту 25 процентов участников.

Alibaba сообщила, что Qwen3.8-Max самостоятельно запустил свой конвейер обучения на протяжении более месяца, пройдя 33 итерации, и Qwen служит основой для внешних инициатив, таких как Apex-35B-V1.0. Команда Seed от ByteDance предлагает идентификатор модели, способный к самоэволюции, утверждая, что большинство систем представляют собой лишь полузамкнутые циклы, поскольку правила оценки все еще устанавливаются людьми. Xiaomi транслировала шесть дней обучения с подкреплением на MiMo-V2.6.

Несмотря на то, что инженерные циклы существуют, сложная задача остается, как отметил главный научный сотрудник Zhipu Тан Цзе: добиться того, чтобы модель надежно определяла, когда остановиться, когда скорректировать себя и как оценить собственное обучение.

В этом году число ультрабогатых людей в Китае достигло исторического максимума, поскольку технологические магнаты, включая основателя DeepSeek, присоединились к тщательно отслеживаемому списку на фоне расширения присутствия страны в области искусственного интеллекта.

Согласно ежегодному списку богачей Hurun China Rich List, опубликованному во вторник, количество лиц, чье состояние превышает 5 миллиардов юаней (750 миллионов долларов США), выросло до рекордных 1 529 человек, значительно обогнав предыдущий максимум в 1 460 человек, зафиксированный в 2021 году.

Лиан Вэньфэн, основатель стартапа в сфере ИИ DeepSeek, дебютировал на седьмом месте с предполагаемым состоянием в 41,7 миллиарда долларов — один из 263 новичков, большинство из которых пришли из таких секторов, как полупроводники, ИИ и робототехника.

Его богатство увеличилось благодаря модели R1 для рассуждений DeepSeek, которая произвела фурор в отрасли в прошлом году и спровоцировала распродажу американских технологических акций.

В этом году состав списка отражал концепцию «двухскоростной экономики» Китая, при которой технологические состояния росли на фоне снижения традиционного богатства, как отметил Руперт Хугеверф, ведущий научный сотрудник Исследовательского института Hurun, издающего этот список.

Из топ-100 человек 60 процентов сколотили свое состояние в секторах, которые Китай определил в рамках плана, запущенного в 2015 году, с целью достижения технологического лидерства в течение десяти лет.

Хугеверф заявил в пресс-релизе: «Это был год, когда 'Создано в Китае 2025' стало реальностью».

Чжан Иминг, основатель ByteDance и самый богатый человек Китая в 2024 году, вернул себе первое место с предполагаемым состоянием в 99,7 миллиарда долларов — рекорд для этого списка. Он обошел Чжон Шаньшаня, основателя Nongfu Spring, известного как «Король бутилированной воды».

ByteDance, которая включает TikTok и Douyin, сталкивалась с растущим регуляторным давлением по всему миру, однако ее чат-бот с ИИ Doubao имел почти 420 миллионов активных пользователей ежемесячно, что значительно опережает местных конкурентов.

Также в топ-10 вошли Робин Зэн из CATL, Пони Ма из Tencent, Уильям Дина из NetEase и Чэнь Тяньши из Cambricon.

Сообщается, что DeepSeek близок к завершению нового раунда финансирования на сумму 100 миллиардов юаней — что является рекордом для китайской индустрии ИИ — и это может оценить компанию примерно в 500 миллиардов юаней.

Список богатейших женщин Китая от Hurun, который был опубликован в среду, показал, что Чжоу Цунфан, основатель производителя сенсорных экранов Lens Technology, сохранила за собой первое место с состоянием в 18,9 миллиарда долларов.