Семь уведомлений о выпуске моделей пришли за одну неделю, словно они сговорились.
Xiaomi Mimo-V2.5, Ant Ring-1T (1 триллион параметров), StepFun Step-3.5-Flash, JD JoyAI-LLM-Flash, Baidu ERNIE-5.1, Xiaohongshu dots.LLM, Meituan LongCat. Этот список читается не как анонс AI-индустрии, а скорее как семейное фото китайских интернет-гигантов — электронная коммерция, соцсети, поиск, локальные сервисы, ни один не пропущен.
Логика за списком
У этих компаний есть общая черта: ни одна из них не является традиционной AI-компанией.
Основной бизнес Xiaomi — телефоны и IoT. Ant — финтех. JD — электронная коммерция. Xiaohongshu —社区-платформа. Meituan — локальные сервисы. Baidu — исключение, Ernie прошёл несколько итераций, но Baidu по сути всё ещё поисковая компания.
Почему вдруг все бросились создавать модели? Ответ несложен.
Во-первых, стоимость моделей снизилась до уровня, который может себе позволить каждая крупная компания. В 2024 году обучение пригодной модели обходилось в сотни миллионов долларов. Сейчас путь open-weight + fine-tuning опустил порог до десятков миллионов.
Во-вторых, не использовать чужую модель — значит не зависеть от чужого роадмапа и ценообразования. Вызов API означает, что ваш продукт привязан к чужому расписанию. Для продуктов с сотнями миллионов ежедневных пользователей этот риск неприемлем.
В-третьих, регуляторные ожидания ужесточаются. Новые Руководство по реализации AI-агентов, опубликованное Китаем, требует, чтобы модели в критических сценариях были отслеживаемыми и аудируемыми. Использование внешних API усложняет обоснование аудиторской цепочки.
Расчёты каждой компании
Ant Ring-1T — самый заметный в этом списке — 1 триллион параметров. Этот масштаб превышает параметрические размеры многих моделей первого эшелона. Мотивация Ant проста: финансовые сценарии требуют исключительно высокой точности модели и соответствия стандартам. Модели общего назначения недостаточны. Ring-1T почти наверняка создан специально для финансового риск-менеджмента, интеллектуального обслуживания клиентов и борьбы с мошенничеством.
JD JoyAI-LLM-Flash имеет «Flash» в названии — это говорит обо всём. Это скорость и стоимость. Основные потребности JD — генерация описаний товаров, диалоги с клиентами, оптимизация цепочек поставок. Это сценарии с высокой пропускной способностью и низкой задержкой, где не нужна сильнейшая推理能力, но нужны стабильность и низкая стоимость.
Xiaohongshu dots.LLM — интересно. Контент-экосистема Xiaohongshu сильно зависит от алгоритмов рекомендаций и понимания изображений с текстом. Собственная модель лучше понимает контекст社区, модерирует UGC-контент и помогает создателям. У社区-компаний, создающих модели, естественное преимущество — данные: ежедневно генерируемые изображения с текстом — это тренировочные данные.
Meituan LongCat (длинный кот?), название звучит непринуждённо, но сценарии локальных сервисов имеют очень конкретные потребности в моделях: рекомендации продавцов, планирование маршрутов, оптимизация мгновенной доставки, генерация контента для продавцов. Это «грязная работа», с которой модели общего назначения справляются плохо.
Baidu ERNIE-5.1 — ветеран здесь. Baidu начал раньше всех в этой гонке, но сталкивается с самой жёсткой конкуренцией. Это обновление, вероятно,对标最新版本的 Qwen 和 Kimi。
StepFun Step-3.5-Flash — единственная «чистая AI-компания» в этом списке, но она тоже идёт по路线 Flash — быстро, дёшево, высокая пропускная способность. Её профиль потребностей сильно пересекается с JD, что говорит о формировании суб-рынка «быстрых моделей».
Xiaomi Mimo-V2.5 — продолжение AI-стратегии Xiaomi. Модели на устройстве + облачная协同 — это дифференцированное преимущество Xiaomi перед纯 программными компаниями.
Сигнал
Если перевести этот тренд в одно предложение: крупные модели Китая переходят от «игры немногих игроков» к «инфраструктуре крупных компаний».
Ситуация в США отличается. Американские технологические гиганты тоже создают собственные модели (Google Gemini, Meta Llama, Amazon Nova), но не с такой плотностью. Китайские интернет-гиганты имеют одну особенность — размытые границы бизнеса и взаимное проникновение. Электронная коммерция занимается соцсетями, соцсети — электронной коммерцией, поиск — локальными сервисами. Каждой компании нужны модели для поддержки своих дифференцированных сценариев, поэтому все их создали.
В краткосрочной перспективе это хорошая новость — больше выбор моделей, усиление конкуренции推动 снижение цен.
В долгосрочной перспективе есть один риск, за которым стоит наблюдать: сколько из моделей этих七 компаний truly self-developed, а сколько — fine-tuned open weights? Если они просто переупаковывают open-source модели как «собственные разработки», это процветание — пузырь. Согласно текущей公开 информации, параметрический масштаб Ant Ring-1T в 1T и непрерывная итерация Baidu ERNIE-5.1 указывают на реальные инвестиции в R&D. Техническая глубина остальных待验证。
Тем не менее, переупаковка — не обязательно плохо. Если open-source модели действительно могут поддерживать производственные нагрузки этих крупных компаний, это как раз доказательство того, что open-source экосистема созревает.
Следующие обновления версий моделей ожидаются в июне-июле. Если Xiaomi и Ant представят реальные данные бенчмарков, картина этой гонки станет яснее.
Основные источники:
- Сводка отраслевых аккаунтов X/Twitter
- Официальные технические блоги компаний и репозитории GitHub
- Перекрёстная проверка через IQS