Крупными инвестициями в прикладной ИИ, особенно в видео-генерацию, и кадровыми перестановками в OpenAI. Одновременно продолжается академический бум в области мультимодальных моделей и появляются новые open-source инструменты для создания ИИ-агентов
Сегодняшние сигналы показывают два параллельных тренда. С одной стороны, венчурный капитал и лучшие таланты уходят из фундаментальных исследований в создание специализированных стартапов (видео, visual AI), что ускоряет коммерциализацию. С другой стороны, open-source сообщество и академическая среда активно работают над созданием базовых технологий (мультимодальные модели, фреймворки для агентов), которые станут основой для следующей волны продуктов. для рынка это означает необходимость балансировать между интеграцией с передовыми коммерческими API и поддержкой гибких open-source решений
🧠 Model
Взрыв исследований мультимодальности
Опубликовано множество академических статей и обзоров, посвященных мультимодальным большим языковым моделям (MLLM). Это указывает на то, что объединение текста, изображений и других модальностей является главным направлением фундаментальных исследований в области ИИ
Будущее агентов — мультимодальность. инфраструктура должна быть спроектирована для эффективной обработки и оркестрации моделей, работающих с различными типами данных (текст, зрение, аудио). Это влияет на архитектуру, хранение данных и вычислительные требования
⚡ Big Labs
Уход руководителя AGI OpenAI
Руководитель подразделения AGI в OpenAI уходит во временный отпуск. Это может указывать на внутренние перестановки или смену стратегии в ключевой лаборатории, определяющей тренды индустрии
Нестабильность или смена видения в OpenAI может повлиять на всю экосистему, включая доступность моделей через API, ценообразование и направление исследований. стоит диверсифицировать зависимость от моделей и следить за новыми игроками, которые могут воспользоваться этой ситуацией
🚀 Funding
Alibaba инвестирует в ShengShu
Alibaba Cloud возглавила инвестиционный раунд на $293 млн в стартап ShengShu, занимающийся генерацией видео с помощью ИИ. Это подчеркивает высокий коммерческий интерес к видео-моделям
Крупные инвестиции в видео-генерацию означают, что скоро появятся мощные и доступные видео-модели. агентная инфраструктура должна быть готова к интеграции и работе с такими мультимодальными агентами, которые могут не только понимать, но и создавать видеоконтент
Стартап по Visual AI от выходцев из DeepMind
Бывшие исследователи Google DeepMind основали стартап Elorian, сфокусированный на Visual AI. Это сигнализирует о переносе фокуса с чисто языковых задач на глубокое понимание визуальной информации
Лучшие таланты уходят из больших лабораторий, чтобы решать узкоспециализированные задачи, такие как Visual AI. Это предвещает появление мощных специализированных моделей, которые превзойдут универсальные. инфраструктура должна поддерживать композицию из множества таких специализированных агентов
🔧 Tools
Новая open-source модель для агентов
Анонсирована новая крупная open-source модель с лицензией Apache 2.0, специально разработанная для сложных логических задач и агентных сценариев. Это важный шаг в демократизации создания продвинутых ИИ-агентов
Появление мощных open-source моделей, заточенных под агентов, снижает зависимость от проприетарных API. стоит протестировать и интегрировать эту модель в нашу платформу, чтобы предложить клиентам более гибкие, дешевые и кастомизируемые решения