Раньше открытые AI-модели были уделом исследовательских лабораторий. Летом 2026 года ситуация изменилась: их главными двигателями стали производители чипов. Это ключевое наблюдение из свежего анализа состояния открытых моделей, опубликованного Hugging Face по итогам первых восьми месяцев 2026 года.
Вендор отметил быстрый темп развития экосистемы, смещение фокуса в сторону аппаратных компаний и рост влияния китайских лабораторий. Хотя количество репозиториев моделей и датасетов на Hugging Face Hub продолжает расти, большая часть этих моделей по-прежнему имеет крайне мало загрузок.
На фронтире развития китайские лаборатории демонстрируют агрессивный подход. В течение почти всего 2026 года крупнейшие и самые производительные открытые модели из Китая превосходили по размеру аналогичные релизы американских лабораторий. Ряд китайских компаний, таких как Moonshot, MiniMax, Xiaomi и Z.ai, сразу выпускают очень крупные модели, часто на сотни миллиардов и даже триллионы параметров, полагаясь на возможности сообщества по квантованию (уменьшению) весов. Другие, например Tencent и Alibaba Qwen, охватывают весь диапазон размеров.
В США, тем временем, лидерами по выпуску новых открытых моделей стали производители аппаратного обеспечения — AMD и NVIDIA. Каждая из компаний выпустила более 200 новых репозиториев моделей за этот период, опередив конкурентов. Производители чипов осознали, что открытые модели, оптимизированные под их железо, являются доказательством работоспособности и эффективным способом продажи своей продукции.
Традиционные AI-лаборатории, такие как Google и Meta, которые в предыдущие годы были основными движущими силами открытого AI, теперь выпускают меньше новых моделей. Центр тяжести в разработке открытого исходного кода сместился от модельных лабораторий к компаниям, занимающимся оборудованием и инфраструктурой.
Этот сдвиг означает, что развитие открытых моделей всё больше будет определяться коммерческими интересами аппаратных компаний. Разработчики могут ожидать появления большего количества моделей, глубоко оптимизированных под конкретное железо, но также и потенциального изменения приоритетов в их создании.