Trend Radar

INFRA · DAILY · 31 МАЯ

Концентрацию капитала у крупнейших AI-лабораторий и одновременное расширение open-source инфраструктуры…

Концентрацию капитала у крупнейших AI-лабораторий и одновременное расширение open-source инфраструктуры для локального, мультимодального и агентного выполнения

Рынок всё сильнее поляризуется между триллионными лабораториями и открытыми инструментами, которые снижают зависимость от них. Для агентной инфраструктуры ключевыми становятся BYOK, local-first, memory/tool-use frameworks и serving для VLM/omni-моделей

🚀 Funding

Данным оценке впервые

Anthropic, по данным Bloomberg, привлекла $65B при оценке $965B, впервые обойдя OpenAI по публичной оценке

Такой масштаб капитала усиливает давление big labs на enterprise-агентов, модельную дистрибуцию и инфраструктурные стандарты рынка

bloomberg.com

Первом квартале года

В первом квартале 2026 года AI-компании получили $242B из $300B глобального venture funding, а OpenAI, Anthropic, xAI и Waymo забрали почти 65% всех инвестиций

Инфраструктурным командам нужно учитывать, что капитал и дистрибуция концентрируются у нескольких игроков, поэтому защита от lock-in становится продуктовым требованием

techstartups.com

🔧 Tools

Позиционируется альтернатива

Open Design позиционируется как open-source local-first альтернатива Claude Design с web deployment, BYOK и auto-detection для 16 coding-agent CLI

Это сигнал к появлению локальных рабочих поверхностей для агентов, где важны переносимость, контроль ключей и интеграция с разными coding runtimes

github.com

Включает приложений

Qwen3.6 включает Qwen Agent как open-source framework для LLM-приложений с instruction following, tool usage, planning и memory

Agent frameworks вокруг модельных семейств становятся способом привязать разработчиков к экосистеме, поэтому совместимость и абстракция runtime важны для независимой инфраструктуры

github.com

🏗 Infrastructure

Обещает быстрый приватный

OmniInfer обещает быстрый приватный inference для LLM и VLM на разных устройствах, скрывая compilation, hardware adaptation и deployment complexity

Локальное выполнение LLM/VLM снижает стоимость, latency и риск утечки данных для персональных и enterprise-агентов

github.com

ПоделитьсяTelegramX
Ещё из Infra