# Сопутствующие статьи по теме Большие модели

Новостной центр HTX предлагает последние статьи и углубленный анализ по "Большие модели", охватывающие рыночные тренды, новости проектов, развитие технологий и политику регулирования в криптоиндустрии.

От StepFun до Galbot: Маршрут капиталистической миграции за предприятиями-участниками WAIC

На Всемирной конференции по искусственному интеллекту (WAIC) 2026 года в Шанхае были представлены ключевые тренды финансирования китайского ИИ-сектора. Анализ данных за 18 месяцев выявил три основные области притока капитала, превысившего 100 млрд юаней. В сфере больших моделей капитал концентрируется на лидерах. StepFun привлекла $2,5 млрд в пред-IPO раунде, а ZhiPu и MiniMax успешно провели IPO. Происходит сдвиг от венчурных инвесторов к стратегическим отраслевым игрокам, таким как ZTE и Tencent, которые ищут возможности для интеграции. В воплощённом интеллекте наблюдаются «сжатые» циклы финансирования. Компания Galaxybot привлекла свыше 7 млрд юаней за 9 месяцев, демонстрируя траекторию от венчурного капитала к национальным фондам. Эта область рассматривается как следующий стратегический приоритет. В сфере AI-чипов фокус сместился на импортозамещение. Успешное IPO Moore Threads открыло путь для других компаний. Однако из-за длинных циклов разработки здесь выше доля государственного капитала. Общие тенденции: сильный эффект «победитель получает всё» в пользу топ-игроков; переход от финансовых к отраслевым инвесторам; активное участие государственных фондов; и диверсификация путей выхода. Несмотря на огромный приток капитала, сохраняются риски, включая пузыри оценок и потерю разнообразия в экосистеме. Инвестиционная логика теперь ориентирована не на презентации, а на коммерциализацию.

marsbit07/17 12:13

От StepFun до Galbot: Маршрут капиталистической миграции за предприятиями-участниками WAIC

marsbit07/17 12:13

Глубокий отчет Goldman Sachs: Кто станет долгосрочным победителем в индустрии больших языковых моделей ИИ в Китае?

Глубокий отчет Goldman Sachs анализирует перспективы китайской индустрии больших AI-моделей, выделяя исторический переломный момент. Китайские модели с открытыми весами по интеллектуальным возможностям приближаются к ведущим глобальным проприетарным аналогам, что стимулирует быстрое внедрение как внутри страны, так и среди мирового малого и среднего бизнеса. Ключевые выводы: 1. **Эффективность и инновации:** Китайские модели достигают сопоставимой производительности при значительно меньших затратах благодаря инновациям в архитектуре (например, MoE) и высокой параметрической эффективности. Пример — модель LongCat 2.0 от Meituan, полностью обученная на отечественных чипах. 2. **Двухуровневая рыночная структура:** Формируется рынок с сегментами premium (например, GLM5.2, Qwen3.7 Max, ~$1 за млн токенов) и budget (модели для агентов, ~$0.06-$0.2 за млн токенов). Ожидается рост доходов от API/подписок с ~350 млрд юаней в 2026 г. до ~8.79 трлн юаней к 2030 г. 3. **Стратегия открытого исходного кода:** Широко используется для гибкости развертывания и роста сообщества, но монетизация ограничена. Ожидается переход от полностью открытых лицензий к моделям с "открытым весом + коммерческой лицензией" и соглашениям о разделе доходов. 4. **Сдвиг парадигмы на глобальном рынке:** Фокус смещается с максимизации объема токенов на приоритет ROI (окупаемости инвестиций). Китайские модели набирают долю на зарубежных рынках (не США) благодаря соотношению цена/качество и доступности через платформы, такие как AWS Bedrock и Gemini Enterprise. 5. **Конкурентный ландшафт:** Goldman Sachs выделяет потенциальных долгосрочных лидеров на основе анализа ценового потенциала, преимуществ по затратам и финансовой устойчивости. * **Базовые текстовые модели:** Zhipu AI (нейтральный рейтинг) и DeepSeek (не публичная) имеют самые сильные позиции. * **Мультимодальные/видеомодели:** ByteDance (Seedance) является лидером. Также положительно оцениваются MiniMax (покупка) и Kuaishou (Kling). Отчет подчеркивает значительный рост индустрии и ее растущее глобальное влияние.

marsbit07/10 14:30

Глубокий отчет Goldman Sachs: Кто станет долгосрочным победителем в индустрии больших языковых моделей ИИ в Китае?

marsbit07/10 14:30

Токены съедают треть зарплат, счет за ИИ в Кремниевой долине вышел из-под контроля

Ключевые выводы из анализа SemiAnalysis: расходы на токены для внутренних ИИ-моделей в некоторых компаниях достигают 30% от фонда заработной платы. При этом производительность возрастает в разы: задачи, требовавшие ранее часов работы, теперь решаются за минуты за несколько долларов. Хотя такие компании, как Uber и Microsoft, столкнулись с неконтролируемым ростом ИИ-расходов и ограничивают бюджеты, анализ показывает, что стоимость токенов будет резко снижаться. За счёт оптимизации ПО (14-кратный рост скорости) и новых аппаратных решений (в 17-32 раза производительнее) стоимость к 2030 году может упасть более чем на 90%. Токен становится новым "средством производства". Несмотря на рекордные инвестиции в ИИ-инфраструктуру (7400 млрд долларов в 2024 году) и текущее отсутствие макроэкономического эффекта, это типичная фаза технологической революции: сначала строится "трубопровод", затем он наполняется "потоком" приложений. Компании, которые уже сейчас эффективно используют ИИ, как SemiAnalysis, получают многократное преимущество в производительности на фоне снижающихся издержек.

marsbit07/06 00:16

Токены съедают треть зарплат, счет за ИИ в Кремниевой долине вышел из-под контроля

marsbit07/06 00:16

В первой половине года половина денег венчурных капиталистов ушла в ИИ: только эти 30 компаний привлекли свыше 170 миллиардов юаней

В первой половине 2026 года рынок венчурных инвестиций в сфере искусственного интеллекта в Китае продемонстрировал стремительный рост. Общий объём финансирования превысил 300 миллиардов юаней, что больше показателя за весь 2025 год. На долю ИИ пришлось более половины всех венчурных инвестиций. Лидерами по привлечению средств стали Пекин, Ханчжоу, Шанхай и Шэньчжэнь. Ключевыми направлениями инвестиций стали большие языковые модели (более 50% от общей суммы), базовые технологии ИИ, а также приложения в области генеративного ИИ и воплощённого интеллекта (AGI, робототехника). Крупнейшие сделки включают финансирование DeepSeek на 51 миллиард юаней, Step Fun на 23 миллиарда и Kimi на 18,9 миллиарда. Капитал активно вкладывается как в зрелые компании на поздних стадиях, так и в перспективные стартапы, особенно в области "мировых моделей" (World Models) для роботов. Ожидается, что по итогам 2026 года общий объём финансирования в секторе ИИ может превысить 600 миллиардов юаней, при этом на рынке больших моделей начнётся фаза консолидации.

marsbit07/03 09:03

В первой половине года половина денег венчурных капиталистов ушла в ИИ: только эти 30 компаний привлекли свыше 170 миллиардов юаней

marsbit07/03 09:03

У Zhigu достигли триллиона, неужели DeepSeek далеко позади?

Заголовок: Чжипу достиг триллиона, далеко ли до DeepSeek? Китайская компания больших моделей Zhapu AI набрала рыночную капитализацию в 1,1 трлн гонконгских долларов, что вдвое больше Alibaba. Ее акции выросли на 1900% с начала года, хотя годовая выручка компании в 2025 году составила всего 7,24 млрд юаней при чистых убытках в 47,18 млрд юаней. Рост стоимости вызван запуском модели GLM-5.2, и рынок рассматривает Zhapu как китайский аналог Anthropic, которая достигла оценки в 965 млрд долларов США. Тем временем DeepSeek привлек финансирование, достигнув оценки в 50 млрд долларов США, а другие компании, такие как MiniMax и StepFun, также готовятся к IPO. Этот бум отражает растущую уверенность рынка в потенциале китайского сектора больших моделей ИИ. Однако сохраняются опасения по поводу пузыря, поскольку доходы и прибыльность компаний не поспевают за их оценками. Ключевой проблемой для отрасли является превращение технических возможностей моделей в стабильный коммерческий успех, как в случае с Anthropic, которая, как ожидается, выйдет на операционную прибыль.

marsbit06/22 23:25

У Zhigu достигли триллиона, неужели DeepSeek далеко позади?

marsbit06/22 23:25

Проблемы вычислительной мощности в китайско-американской партии по искусственному интеллекту

**Краткое содержание статьи: "Проблемы вычислительных мощностей в контексте китайско-американского соперничества в области ИИ"** Ключевой проблемой развития ИИ в Китае является серьезное отставание в области вычислительных мощностей, особенно в сфере высокопроизводительных чипов для **обучения** моделей ИИ. В то время как китайские чипы, такие как продукты компаний Moore Thread, Biren Technology и других, находят применение в более доступных задачах **вывода (инференса)** (например, в приложении Doubao), они практически не представлены в требовательном сегменте обучения крупных моделей. Здесь безраздельно доминируют американские компании, в первую очередь Nvidia с ее чипами серии A100/H100/H200 и экосистемой CUDA. Разрыв огромен: США контролируют более 70% мирового рынка высококлассных GPU, их общие вычислительные мощности более чем в два раза превышают китайские (2400 против 1053 EFLOPS). Американские технологические гиганты, такие как Meta, Google, Microsoft и Amazon, вкладывают сотни миллиардов долларов в инфраструктуру ИИ. Например, только у Google вычислительных мощностей столько же, сколько у 500 000 чипов H100, что составляет четверть от общемирового объема. Это позволяет им проводить десятки итераций обучения крупных моделей в год и экспериментировать с параметрами в триллионы и десятки триллионов, как это делает xAI Илона Маска. В результате, самые передовые американские модели (например, Anthropic Claude Mythos с 10 триллионами параметров) значительно превосходят лучшие китайские (например, DeepSeek V4 Pro с 1.6 триллионами параметров). Эксперты оценивают отставание Китая в 8-15 месяцев. Основная причина — физическое отсутствие необходимых мощностей для быстрого обучения сверхбольших моделей в соответствии с законом Scaling Law. Китай стремится к импортозамещению, разрабатывая собственные чипы (Huawei Ascend 910B, Cambricon и др.). Хотя по абсолютной производительности они пока отстают от лидеров на 30% и более, в сфере инференса разрыв сократился до 15-20%. Главная проблема — не только производительность железа, но и отсутствие зрелой программной экосистемы, подобной CUDA. Однако уже есть первые успехи: компании вроде Zhipu AI и Moore Thread начинают демонстрировать возможность полного цикла обучения моделей на отечественном оборудовании и фреймворках. Вывод: Китай сталкивается с фундаментальным вызовом в "гонке вычислений", которая лежит в основе "гонки моделей". Преодоление этого разрыва требует времени, масштабных инвестиций и построения собственной экосистемы. Страна обладает необходимым рынком, талантами и капиталом, но путь к паритету с США в области высокопроизводительных чипов для ИИ будет долгим.

marsbit06/22 10:23

Проблемы вычислительной мощности в китайско-американской партии по искусственному интеллекту

marsbit06/22 10:23

Самые передовые большие модели теперь экспортируются под контролем, как и обогащенный уран

В пятницу два самых мощных ИИ в мире были отключены по распоряжению Министерства торговли США, запретившего доступ иностранным гражданам к моделям Fable 5 и Mythos 5 от Anthropic. Это первый случай, когда интеллектуальный актив, существующий в виде битов, был поставлен под экспортный контроль по аналогии с обогащенным ураном. Исторически контроль применялся к физически дефицитным объектам, таким как оборудование или чертежи. Однако модели ИИ — это наборы параметров, которые можно бесконечно копировать без физического перемещения. Под контроль фактически поставлена «плотность способностей» — мощность кода, рассуждений и знаний, сжатая в единую точку доступа. Это прямая аналогия с ураном: рассеянный в природе, он свободен, но будучи обогащен до определенной концентрации, становится строго контролируемым стратегическим ресурсом. Этот прецедент, вероятно, запустит три ключевых процесса: 1. **Институционализация проверок способностей.** Перед выпуском передовые модели будут проходить не только тесты на безопасность, но и официальные проверки на соответствие нормам. Будет введено измерение «степени обогащения» (объем параметров, глубина рассуждений), превышение порогов которого автоматически повлечет контроль. 2. **Размытие юрисдикционных границ.** Распоряжение США касалось «иностранных граждан» независимо от их местоположения, расширяя юрисдикцию США на глобальных пользователей. Это заставит компании по всему миру пересматривать зависимость от американских поставщиков ИИ. 3. **Раскол технологических путей.** Из-за риска внезапного отключения глобальная индустрия ИИ может разделиться на два пути: контролируемые передовые закрытые модели (в основном американские) и, возможно, менее мощные, но более надежные открытые модели или модели из других юрисдикций. Надежность («невозможность отключения») станет ключевым конкурентным преимуществом. Основной кризис, выявленный этой ситуацией, — отсутствие четких прав собственности на «интеллект» в цифровую эпоху. Компании, интегрирующие модель в свои производственные процессы, юридически приобретают лишь услугу, которую могут в любой момент лишиться без компенсации реальных убытков от интеграции. Существующая правовая система, построенная вокруг материальной собственности, не защищает от лишения права использования цифрового актива. Контроль над ИИ только начинается, и его итогом может стать перманентно разделенный цифровой мир, где самая умная модель не обязательно будет доступной, а надежность и четкость прав собственности окажутся важнее временного технологического превосходства.

marsbit06/15 05:42

Самые передовые большие модели теперь экспортируются под контролем, как и обогащенный уран

marsbit06/15 05:42

Поворот Ли Кайфу и Ван Сяочуаня: первая половина эпохи стартапов в области больших моделей завершена

За последнее время произошли значительные изменения в стратегии двух ключевых фигур в сфере искусственного интеллекта Китая — Ли Кайфу (основатель Zero One Everything) и Ван Сяочуаня (основатель Baichuan AI). Эти изменения символизируют завершение первой, идеалистической фазы развития больших языковых моделей (LLM) в стране и переход к более прагматичному этапу, ориентированному на коммерциализацию. Ли Кайфу в своем внутреннем письме сместил фокус своей компании с абстрактных целей, таких как AGI (искусственный общий интеллект), на практические задачи: разработку приложений, агентов и достижение прибыльности. Новой целью для Zero One Everything стала не OpenАI, а компания Palantir, известная своей работой с правительством и крупным бизнесом. Компания стремится стать первой прибыльной китайской AI-компанией к 2026 году. Ван Сяочуань, ранее веривший, что большие модели перевернут поисковые системы, теперь отмечает растущий разрыв между китайскими и американскими базовыми моделями. Его компания Baichuan AI сконцентрировала все ресурсы на узкой вертикали — медицинских моделях и продуктах, отказавшись от прямой конкуренции в сфере универсальных моделей. Эти стратегические повороты отражают более глубокое осознание в отрасли: гонка за созданием самых мощных фундаментальных моделей — это «тяжелая промышленная война», где решающими факторами являются вычислительные мощности (GPU), капитальные затраты и инфраструктура. Американские технологические гиганты, такие как Microsoft, Google и Amazon, тратят на это сотни миллиардов долларов в год, что недоступно для стартапов. Среди китайских «шести тигров» (ведущих стартапов в сфере LLM) наметился раскол. Некоторые, такие как Zhipu AI и MiniMax, продолжают идти по пути универсальных моделей, выходя на IPO. Другие, как Zero One Everything и Baichuan AI, меняют курс. Это свидетельствует о закрытии «окна возможностей» для привлечения инвестиций в универсальные модели. Отход первых идеалистов от первоначальных грандиозных планов не означает провал. Это знаменует созревание отрасли. Китай начинает принимать свою сильную сторону: не создание прорывных базовых моделей (как в США), а их быстрое и эффективное внедрение в конкретные бизнес-сценарии, промышленность и приложения. Ли Кайфу и Ван Сяочуань представляют поколение предпринимателей эпохи интернета, которые вошли в AI-гонку, увидев в ней новую возможность. Их прагматичный поворот — это передача эстафеты более молодым, «родным» для AI техническим специалистам, которые продолжат долгую и ресурсоемкую работу. Начальная, самая амбициозная фаза китайского бума больших моделей подошла к концу. Наступает время, когда на первый план выходят реальные контракты, доходы и устойчивый денежный поток. История смещается от создания «священного Грааля» ИИ к построению устойчивого бизнеса.

marsbit05/29 01:32

Поворот Ли Кайфу и Ван Сяочуаня: первая половина эпохи стартапов в области больших моделей завершена

marsbit05/29 01:32

Финансирование китайского ИИ в первом квартале превысило 100 миллиардов юаней. Куда ушли деньги?

По данным CCTV Finance, в первом квартале 2026 года китайский сектор ИИ привлек более 110 млрд юаней (600 сделок), что почти в 3 раза больше, чем годом ранее. Основные потоки финансирования направлены в два направления: крупные языковые модели (LLM) и воплощенный ИИ (робототехника). В сфере LLM лидерами по привлечению средств стали Moonshot AI (оценка $20 млрд), Stepfun и DeepSeek (оценка $45 млрд). От 30% до 50% финансирования уходит на вычислительные мощности (GPU). Ключевые тренды: переход к смешанному капиталу (венчурный, отраслевой, государственный), резкий рост оценок, ускорение подготовки к IPO, растущая конкурентоспособность open-source моделей (Kimi, DeepSeek). Сектор воплощенного ИИ привлек около 20 млрд юаней. Более 10 компаний, включая Galaxy General (оценка >20 млрд юаней) и Qianxun AI, достигли оценки в 10 млрд юаней. Проекты переходят от концепций к мелкосерийным поставкам (роботы на заводах CATL). Однако разрыв между высокой оценкой и реальной выручкой у многих компаний создает риски. Вывод: Высокое финансирование подталкивает отрасль к новой фазе, где выживание зависит не только от технологий, но и от эффективного управления денежными потоками и коммерциализации.

marsbit05/26 07:08

Финансирование китайского ИИ в первом квартале превысило 100 миллиардов юаней. Куда ушли деньги?

marsbit05/26 07:08

Ведущие игроки на рынке крупных моделей исчерпывают первичный рынок

Глобальный сектор больших языковых моделей (LLM) переживает беспрецедентный приток капитала, который аналитики называют «кануном очистки поля». В мае только на китайский рынок было привлечено более 70 млрд долларов инвестиций в три ведущих компании: Kimi, StepFun и DeepSeek. На Западе OpenAI, Anthropic и SpaceX (после слияния с xAI) готовятся к IPO с совокупной оценкой более 3 трлн долларов. Капитал концентрируется на последних выживших лидерах, в то время как для большинства стартапов эпоха легкого финансирования закончилась. Рынок перешел от «войны сотен моделей» в 2023 году к этапу высокой концентрации. Драйвером является смена парадигмы: теперь конкуренция сместилась от «интеллекта» модели к «экономике производства токенов». Взрывной рост использования AI-агентов (например, OpenClaw) увеличил спрос на вычислительные ресурсы на порядки. Сегодня стоимость определяется не алгоритмами, а доступом к дешевым GPU и электроэнергии. Будущее победителей будет зависеть от трех ключевых факторов: 1) Успешная коммерциализация и переход от бесплатных моделей к устойчивым потокам доходов. 2) Контроль над издержками, особенно стоимостью вычислений (инференса). 3) Выбор пути: интеграция в бизнес-процессы (ToB) или создание массовых потребительских приложений (ToC). Индустрия вступает в фазу рациональной зрелости, где решающее значение имеет не только технологическое превосходство, но и способность превратить его в прибыльный, жизнеспособный бизнес. Для инвесторов это игра на конечный результат с несколькими оставшимися игроками.

marsbit05/25 06:37

Ведущие игроки на рынке крупных моделей исчерпывают первичный рынок

marsbit05/25 06:37

活动图片