Открытая крупная модель Alibaba Cloud: продвижение создания экосистемы ИИ и применения в различных сценариях

С распространением большого числа открытых моделей их производительность уже сопоставима с самыми передовыми закрытыми моделями. В то же время открытая модель эффективно снижает затраты на обучение моделей, что позволяет максимально современным моделям внедряться и широко применяться при низких издержках.

В эпоху искусственного интеллекта группа Alibaba полностью трансформировала свою стратегию развития.

24 февраля 2025 года генеральный директор группы Alibaba У Юнмин объявил, что в ближайшие три года компания планирует инвестировать свыше 380 млрд юаней в развитие глобальной облачной инфраструктуры и аппаратных средств для ИИ; этот объём инвестиций значительно превышает совокупные вложения компании в эту сферу за последние десять лет.

В сфере крупномасштабных моделей Alibaba Cloud добилась выдающихся результатов. На сегодняшний день уже открыто более 200 различных моделей, а число производных моделей Qwen в открытых сообществах как в Китае, так и за рубежом превысило 100 тысяч, что позволило ей опередить американскую серию моделей Llama и укрепить лидирующие позиции среди мировых открытых крупномасштабных моделей.

Команда Tongyi Qianwen компании Alibaba Cloud сообщила журналу «Школа бизнеса», что, опираясь на открытый исходный код, Alibaba Cloud стремится создать мощную экосистему ИИ, помогая множеству малых и средних предприятий, а также разработчикам ИИ раньше и проще начинать использовать Tongyi Qianwen, способствуя распространению технологий больших моделей и их практическому применению, а также поддерживая развитие экосистемы больших моделей в Китае. Ведь только построив прочную основу для больших моделей, можно открыть безграничные возможности для их будущего коммерческого применения.

С августа 2023 года компания Alibaba Cloud первой в Китае масштабно открыла исходный код серии крупных моделей, став первым в стране крупным производителем, который осуществил такое масштабное открытие. Компания неоднократно удостаивалась званий «Чемпион мира по открытому ПО» и «Чемпион китайских моделей» в авторитетных рейтингах, таких как Chatbot Arena и Sinan OpenCompass. В 2024 году одна лишь открытая модель Qwen2.5‑1.5B заняла 26,6% всех загрузок моделей на крупнейшем мировом открытом портале Hugging Face, возглавив мировой рейтинг.

Компания Alibaba Cloud отмечает, что открытый исходный код позволяет объединить знания и усилия разработчиков со всего мира и, по сравнению с самостоятельной разработкой одной компанией, гораздо эффективнее продвигать технологические инновации и их развитие. Например, после выпуска открытого кода DeepSeek R1 по всему миру разразилась волна его воспроизведения, что оказало влияние на модель рассуждений o1 компании OpenAI и способствовало переходу мировых технологий крупномасштабных моделей к новому этапу — этапу моделей рассуждений.

Кроме того, открытый исходный код способствует формированию экосистемы. В рамках модели открытого исходного кода любой желающий может бесплатно скачать и развернуть AI‑модели, что существенно ускоряет распространение новых технологий. Например, четыре из шести дистиллированных моделей DeepSeek основаны на открытых моделях Qwen; команда Ли Фэйфэй также на основе открытых моделей Qwen успешно обучила новую модель s1-32B, чьи показатели по производительности сопоставимы с ведущими моделями для вывода, а в решении математических задач её результаты на 27% превосходят o1-preview.

Кроме того, открытый исходный код ускоряет процесс индустриализации ИИ и способствует внедрению технологий ИИ в различные отрасли. Для стартапов и малых и средних предприятий прямое использование открытых моделей существенно снижает технические и финансовые барьеры для выхода на рынок ИИ; при этом, опираясь на собственные базы знаний или корпуса данных, можно быстро разрабатывать вертикальные решения, адаптированные к конкретным отраслям.

Особенно стоит отметить, что QwQ‑32B, выпущенный Alibaba Cloud 6 марта 2025 года, подходит не только для предприятий, но и удобен для индивидуальных разработчиков и обычных пользователей; при этом его можно локально развернуть на потребительских видеокартах, что существенно снижает затраты на внедрение и эксплуатацию. Благодаря масштабному обучению с подкреплением эта модель достигла прорыва в математике, программировании и общих компетенциях, а её общая производительность сопоставима с DeepSeek‑R1.

Однако по мере того как предельные выгоды, обусловленные законом масштаба, постепенно снижаются, крупные компании‑разработчики моделей, такие как OpenAI, уже практически достигли предела в накоплении данных и наращивании вычислительных ресурсов при существующих технологиях и условиях. Поэтому поиск новых путей оптимизации становится ключевым. В отрасли начинают снижать издержки за счёт экстремальной оптимизации вычислительных мощностей, а также совершенствуют процессы обучения и вывода, чтобы более эффективно тренировать высокопроизводительные модели. Запуск QwQ‑32B вновь подтвердил огромный потенциал методов усиленного обучения в повышении производительности моделей.

Компания Alibaba Cloud заявила, что по мере появления всё большего числа открытых моделей их производительность уже сопоставима с самыми передовыми закрытыми моделями. Открытая модель также снижает затраты на обучение моделей, позволяя наиболее продвинутым моделям внедряться и применяться при низких издержках.

Интересно, что в ответ на конкуренцию со стороны китайских компаний такие международные гиганты, как Google и OpenAI, также начали корректировать свою стратегию, экспериментируя с ограниченным открытым исходным кодом. Например, ранее Google сосредоточивался на закрытой модели Gemini, однако недавно выпустил Gemma 3 в открытый доступ; а OpenAI, ранее не без иронии именовавшийся CloseAI, под влиянием китайской экосистемы открытого программного обеспечения, по словам своего CEO Сэма Альтмана, признал ошибочность стратегии закрытого исходного кода и объявил о планах по переходу к открытому исходному коду в будущем.

В настоящее время всё больше компаний склоняются к использованию стандартных API‑сервисов, предоставляемых крупными производителями больших моделей, что особенно подходит для ситуаций с относительно стабильным бизнесом, не требующих масштабной кастомизации. Использование API‑сервисов более экономично, поскольку оплата взимается только при фактическом вызове; это особенно выгодно в случаях с выраженным сезонным спросом — например, в системах клиентской поддержки: за исключением пиковых часов днём, в остальное время нагрузка невелика, и нет необходимости разрабатывать большие модели с нуля, что существенно снижает затраты.

Платформа Alibaba Cloud BaLiun — это специализированная платформа AI‑моделей, созданная компанией Alibaba для корпоративного использования, которая помогает предприятиям и разработчикам более эффективно создавать, обучать и развертывать AI‑приложения. В настоящее время вызовы API на основе этой платформы являются основным способом коммерциализации больших моделей Alibaba Cloud. Платформа Alibaba Cloud BaLiun предлагает быстрый и удобный доступ к сервисам, позволяя пользователям легко воспользоваться возможностями больших моделей Alibaba Cloud.

Помимо стандартных вызовов API, Alibaba Cloud также предлагает комплексные решения по кастомной разработке ИИ‑приложений, включая настройку моделей и создание пользовательских моделей, что позволяет удовлетворить потребности клиентов, не знакомых с технологиями моделей или имеющих высокую степень индивидуализации. Для пользователей, заботящихся о безопасности данных и защите конфиденциальности, Alibaba Cloud предоставляет варианты частного развертывания — например, интеграцию моделей в моноблоки с последующей прямой продажей клиентам.

В рамках продвижения коммерциализации открытых крупномасштабных моделей компания Alibaba Cloud постоянно исследует более экономически эффективные способы предоставления AI‑возможностей.

Начиная с 2024 года, Alibaba Cloud неоднократно снижала цены на модели семейства Qwen; в частности, стоимость API‑запросов для модели Qwen-Long снизилась с 0,02 юаня за тысячу токенов до 0,0005 юаня за тысячу токенов —降幅 достигла 97%. Другие модели, такие как Qwen-Turbo, Qwen-Plus, Qwen-Max, а также модели компьютерного зрения, также были существенно удешевлены, что позволяет ещё большему числу компаний и разработчиков получать доступ к возможностям ИИ по более низкой стоимости.

Стоит отметить, что постоянное снижение затрат стало возможным благодаря непрерывному развитию инфраструктуры ИИ компанией Alibaba Cloud, особенно в таких областях, как повышение вычислительной эффективности, оптимизация сетевых характеристик и ускорение работы систем хранения. Например, Alibaba Cloud представила высокопроизводительную сетевую архитектуру HPN7.0, поддерживающую стабильное соединение свыше 100 тысяч GPU‑устройств, сервер AI Panjiu, способный одновременно задействовать до 16 графических карт, а также файловую систему CPFS с пропускной способностью до 20 ТБ/с.

Кроме того, платформа Alibaba Cloud Bailian уже интегрировала более 200 API крупных моделей, охватывая как ведущие открытые, так и закрытые модели, как в Китае, так и за его пределами. Чтобы снизить затраты пользователей на использование API текстовых больших моделей, платформа Alibaba Cloud Bailian запустила новую модель тарификации KV Cache: благодаря автоматическому кэшированию контекста удается избежать повторных вычислений, что ещё больше снижает стоимость вызовов моделей; эта модель подходит для таких сценариев, как обработка длинных текстов, автозаполнение кода, многокруговые диалоги и специализированное резюмирование текста.

В целом, при коммерциализации крупных открытых моделей ИИ наблюдаются две ключевые проблемы: во‑первых, отсутствуют «убийственные приложения», способные существенно улучшить пользовательский опыт или повысить эффективность; это означает, что рынок пока не полностью готов к внедрению больших моделей ИИ, а их сферы применения и потенциал требуют дальнейшего изучения и проверки. Во‑вторых, рынок B2B находится на начальной стадии освоения: руководители компаний недостаточно хорошо понимают, как использовать открытые большие модели для создания бизнес‑ценности, и по сравнению с закрытыми моделями им гораздо сложнее убедить инвестировать в решения на базе ИИ.

В ответ на эти вызовы и в рамках планов на будущее компания Alibaba подготовила комплексное полнокомплектное решение «облако + ИИ». Например, за счёт мощных возможностей инфраструктуры ИИ расширяется присутствие на B‑рынке. В то же время, благодаря таким инициативам, как переработка и обновление приложения Quark, компания исследует потенциал применения больших моделей на C‑рынке, стремясь создать образцовые феноменальные продукты и продемонстрировать оптимальный канал доступа к лучшему опыту взаимодействия с ИИ.

По мере непрерывного развития технологий больших моделей они демонстрируют огромную прикладную ценность и потенциал в самых разных сферах.

В январе 2024 года компания China FAW совместно с Tongyi Qianwen запустила первый в автомобильной отрасли коммерческий интеллектуальный (BI) приложение на основе крупномасштабной модели — GPT‑BI. Благодаря возможностям большой модели Qianwen, FAW добилась интеллектуализации данных, превратив значительные ранее неиспользуемые информационные активы в ценные ресурсы.

В частности, GPT‑BI помогает компании «Сирий» автоматически формировать отчёты по данным продаж, что значительно повышает эффективность работы. По словам Мэнь Синя, вице‑президента Комитета по управлению брендом «Хунци» компании «Сирий», ИИ на практике может применяться ещё в гораздо большем числе сценариев. Например, в процессе разработки автомобилей обрабатывается огромный объём данных — это размеры и допуски при производстве, оценка технологических процессов, стратегии сборки и т. д.; ранее эти этапы требовали ручной проверки. Теперь «Хунци» на основе этих данных и соответствующих требований создала автоматическую модель оценки автомобилей «Хунци» и интегрировала её в производственный процесс всего автомобиля, благодаря чему этапы, которые раньше занимали 20, 50 или даже более 80 дней, теперь на рабочем месте выполняются за считанные секунды или дни.

Основываясь на таких реальных бизнес‑сценариях, как GPT‑BI, компания FAW также планирует использовать обширные высококачественные данные для создания вертикальных крупномасштабных моделей на платформе комплексной разработки приложений на базе больших языковых моделей «Alibaba Cloud Bailian», охватывающих такие области, как НИОКР, производство и послепродажное обслуживание, чтобы максимально эффективно задействовать возможности больших моделей на этапах производства и продаж.

11 марта 2025 года платформа Manus объявила о заключении стратегического сотрудничества с командой Alibaba Qwen. Стороны намерены реализовать все функции Manus на основе открытых моделей серии Qwen, используя отечественные модели и вычислительные платформы, стремясь создать для китайских пользователей более творческие продукты — универсальные интеллектуальные агенты.

По общему мнению в отрасли, сотрудничество между Manus и Alibaba направлено не только на использование передовых больших моделей, но и на поиск высокоэффективной облачной платформы, способной удовлетворить огромные потребности в вычислительных ресурсах, особенно на китайском рынке. Это партнерство ускорит процесс промышленного внедрения AI‑агентов, позволив за счет эффективных и экономичных решений облачных вычислений снизить эксплуатационные расходы и повысить качество сервиса.

Недавно всемирно известный технологический гигант Apple заключил соглашение с Alibaba: компания Alibaba, выступая поставщиком для Apple, разрабатывает функции искусственного интеллекта для китайской версии iPhone.

Аналитики отмечают, что Apple решила сотрудничать с Alibaba, во‑первых, оценив преимущества вычислительных мощностей платформы Alibaba Cloud, а во‑вторых — благодаря тому, что модельный ряд Qwen обладает мощными мультимодальными возможностями. Для AI‑агентов, помимо сильной языковой модели, крайне важно также уметь понимать мультимодальные входные данные — изображения, звук и другие форматы; именно это является одним из ключевых факторов, которыми руководствуются такие компании, как Apple, при выборе партнёров по крупным AI‑моделям.

В области мультимодальных возможностей модель Qwen-Vision Language от компании Сиринг демонстрирует выдающиеся результаты. Например, последняя версия Qwen2.5‑VL способна не только обрабатывать текстовые входные и выходные данные, но и работать с визуальными и видеовходами, включая понимание видео длительностью до одного часа.

По сравнению с предыдущим поколением Qwen2‑VL, данная модель получила ряд улучшений. Например, расширенные возможности Grounding позволили повысить точность распознавания физических событий и объектов, что помогает модели лучше соотносить текстовые описания с элементами на реальных изображениях или в видео. Улучшенная функция OCR (оптического распознавания символов) демонстрирует высокую эффективность при работе с сложными или рукописными текстами, а также с длинными текстами — при этом не требуется дополнительной настройки под конкретные типы текста, причём особенно хорошо она справляется с текстом, расположенным под неровными углами.

В Qwen2.5‑VL команда компании «Сири» также разработала более универсальный формат анализа документов — QwenVL в формате HTML, который позволяет не только точно распознавать текст в документах, но и извлекать информацию о местоположении элементов документа (например, изображений, таблиц и т. д.), восстанавливая с высокой точностью исходное макетное оформление.

Как отмечается, помимо высокой производительности, эта модель также обладает встроенными агентными возможностями — например, способна генерировать документы в стандартизированном формате JS, что крайне важно для практического применения интеллектуальных агентов. Только при стандартизации формата вывода агенты могут эффективно использовать полученные результаты. Благодаря таким продуманным решениям модель не только расширяет свои функциональные возможности и повышает практичность, но и оказывает весомую поддержку дальнейшему развитию индустрии ИИ.

С 2024 года Alibaba Cloud начала напрямую развертывать большие модели на устройствах, таких как смартфоны, чтобы обеспечивать выполнение локальных задач, например генерацию резюме из аудиозаписей. В рамках сотрудничества между Alibaba и Apple применяется архитектура «устройство–облако»: в облаке работают крупные модели, а на устройстве — модели с меньшим числом параметров; при этом внедряются соответствующие меры безопасности. Это направление станет ключевым в дальнейшем развитии.

С точки зрения модели развертывания, существуют два основных подхода к внедрению больших моделей на смартфонах: во‑первых, локальное развертывание — когда крупная модель встраивается непосредственно в телефон или же размещается более компактная модель (например, с числом параметров от 0,5 до 7 млрд), предназначенная для выполнения задач, чувствительных к данным; во‑вторых, сочетание локального и облачного подходов — при этом на устройстве запускается небольшая модель для обработки конфиденциальной информации, а сложные задачи передаются в облачную большую модель по сети.

Преимущество облачных больших моделей заключается в их высокой производительности: они способны справляться со сложными задачами, обладают большим числом параметров и демонстрируют отличные результаты. Однако у них есть такие проблемы, как задержка и вопросы конфиденциальности при передаче данных. В свою очередь, локальные большие модели обеспечивают более надежную защиту данных и конфиденциальность — вся обработка выполняется непосредственно на устройстве. Для базовых задач этого вполне достаточно, но из‑за ограничений по размеру их производительность уступает облачным моделям, а пользовательский опыт может быть несколько хуже.

Хотя локальные модели способны удовлетворить потребности в выполнении базовых задач, для решения задач более высокого уровня интеллекта и обеспечения индивидуальной настройки всё же необходимы облачные большие модели. В перспективе тенденция может заключаться в поиске баланса: использовать локальные модели для гарантии безопасности данных и быстрого реагирования, одновременно опираясь на облачные модели для решения сложных задач.