В последние годы нейросети не просто совершили гигантский рывок вверх по качеству работы но и неплохо так разошлись вширь. Западный рынок представляет собой в первую очередь через ChatGPT, у нас Алиса и GigaCHAT вполне пытаются конкурировать а от «сборной» Китая за всех отдувается бесплатный и вполне мощный DeepSeek…
А точно он один? Ну… вообще то нет. На самом деле в Китае сейчас идет настоящий бум больших языковых моделей, и многие из них не просто конкурируют с ChatGPT, но и стараются его обходить его в ряде специфических задач.
В этом материале посмотрим на несколько хороших и интересных представителей.
❯ MiniMax. LLM за деньги авторов Genshin Impact
Каждый из вас, кто сидит, например, в TikTok, хотя бы раз в жизни видел логотип этой нейросети. В сфере генерации видео MiniMax считается одним из лидеров, на равных соперничая с Runway Gen-3 и Sora от OpenAI.
Флагман у компании сейчас — это MiniMax-H3, он понимает текст, картинки, другие видео и аудио одновременно. Умеет многое, от банального text-to-video до формата режиссера, это когда вы даете нейросети первый и последний кадр ролика, а то, что между ними, она придумывает сама.
Причем тут вообще авторы «Геншина»? А вот как раз-таки они вложились в другие модули MiniMax, которые называются MiniMax Speech и MiniMax-M3.1. Первая — это продвинутый модуль синтеза и клонирования речи. Он обучен воспроизводить естественные человеческие эмоции, вздохи, смех и перепады интонаций в зависимости от контекста ситуации. Для тех же miHoYo, например, это задел на будущее, позволяющий генерировать тысячи терабайт качественной аудиоозвучки для второстепенных квестов на ходу, без необходимости годами держать актеров в студиях звукозаписи.
Второй модуль — это агентская текстовая модель компании с просто гигантским контекстным окном в 1 миллион токенов и возможностью автономного использования инструментов.
❯ Основа для многих. Qwen от Alibaba
Индустрию LLM очень грубо и условно можно поделить на два, так сказать, лагеря. Первый привык ориентироваться на закрытые модели вроде ChatGPT или Claude, так сказать, классика капитализма. А вот напротив стоит компания Alibaba (да, тот самый AliExpress), машет рукой со своим Qwen, на котором стартапы и корпорации по всему миру строят свои решения.
Суть в том, что Alibaba последовательно придерживается стратегии демократизации ИИ. Пока другие закрывают исходники, Alibaba выкладывает веса своих передовых нейросетей в открытый доступ на GitHub и Hugging Face. Любая компания может скачать её, дообучить на своих данных и использовать полностью конфиденциально на собственных серверах.
На этом свобода не ограничивается. У Qwen есть несколько размеров для развертки под разные мощности пользователя. Особо любят Qwen 2.5 Coder 32B, который по качеству написания кода вплотную приблизился к закрытой GPT-4o, но работает локально на видеокартах уровня RTX 3080/4090.
Ну и само собой, под брендом Qwen выходят не только текстовые модели. На той же архитектуре построены передовые Vision-модели Qwen-VL / Qwen-Image (распознавание и редактирование изображений по пикселям), а также Qwen-Audio (понимание звуков) и мультимодальные ИИ-агенты Qwen-Omni, способные обрабатывать видео, аудио и текст одновременно в реальном времени.
Все это можно попробовать самому бесплатно прямо у них же на сайте, или скачать дистрибутив на GitHub и Hugging Face и развернуться локально.
❯ Ernie Bot от Baidu. Ответ ChatGPT от китайского аналога Google
Вы ведь тоже заметили, что за последние пару лет мы слегка по-другому стали искать информацию в Google благодаря встроенной в него нейронке? Так вот, в Китае есть, во-первых, свой ответ Google под названием Baidu (забрал себе более 75% поискового рынка КНР и обладает мощнейшей инфраструктурой), так еще и на его мощностях есть своя нейросеть, которая очень сильно пытается конкурировать с ChatGPT?
На сегодняшний день аудитория Ernie Bot превысила 300 миллионов пользователей, а сама модель прошла путь от неуверенного старта до полноценного мультимодального флагмана. Самая продвинутая на данный момент версия, Ernie 5.1 Turbo, обучалась на миллиардах поисковых запросов Baidu. В бенчмарках на китайском языке (понимание контекста, логика, знание локальной культуры и законов) она показывает результат, не уступая GPT-4o.
Помимо всего прочего, Ernie очень сильно врезан в саму поисковую систему от Baidu, есть возможность любому бизнесу или пользователю создать автономного ИИ-агента на базе Ernie для автоматизации рутины (поддержка клиентов, генерация контента) без единой строчки кода, а также технологии Ernie интегрированы в Apollo — систему автономного вождения Baidu, которая управляет крупнейшим в Китае флотом роботакси.
Только вот один нюанс — это история глубоко для внутреннего рынка, а значит, Ernie Bot строго следует государственным регуляторным нормам. Получить ответ на вопрос, что случилось на площади Тяньаньмэнь, не выйдет, можно даже и не пытаться.
❯ Seedance от создателей TikTok. LLM, которая перевернула мир
На самом деле о Seedance очень трудно говорить как об инструменте без упоминания контекста, какой это феномен.
В середине февраля 2026 года известный ирландский режиссер и номинант на «Оскар» Руайри Робинсон опубликовал ролик на 15 секунд, в котором запечатлена очень реалистичная и ожесточенная драка между персонажами с внешностью Тома Круза и Брэда Питта. Выглядело это все как слитый футаж из какого-то фильма в производстве (если не включить звук и не слушать, что они говорят, а там шутки про Эпштейна), или сниппет клипа.
Но нет, видео было сделано в Seedance 2.0 от ByteDance с помощью текстового запроса всего из двух предложений. Результат привел в панику многих деятелей Голливуда и спровоцировал начать ругаться на компанию, создавшую нейросеть.
А Disney и Paramount Skydance так вообще обвинили китайский холдинг в «виртуальном вооруженном налете» на их интеллектуальную собственность. Из-за общего скандала обновление Seedance 2.5 получило мощнейший ИИ-модератор. Теперь система автоматически блокирует 100% попыток загрузить изображения с защищенными правами и отсекает около 80% текстовых промптов, пытающихся воссоздать голливудских звезд или кинофраншизы.
Ну так да, по своей сути Seedance 2.5 поддерживает до 50 мультимодальных референсов одновременно (картинки, звуки, движения) и выдает видеоролики кинематографического качества до 4K длиной (зависит от сервиса который использует Seedance, у некоторых таки ограничение на 1080р) до 30 секунд с использованием комплексной мультимодальной диффузионной архитектуры.
И именно она перевернула мир мемов, коротких видео и даже рекламы. Вот на этом пожалуй все. Хорошей недели!
Может быть интересно:
Новости, обзоры продуктов и конкурсы от команды Timeweb.Cloud — в нашем Telegram‑канале ↩
Автор: Agito_Akira
