Открытые модели ИИ уже опережают фронтир — неожиданные выводы исследования Current AI

Некоммерческий фонд Current AI выпустил Gap Map v0.1 — интерактивную "карту пробелов" открытой ИИ-экосистемы. Команда проекта идентифицировала и оценила более 24 626 проектов, от фундаментальных моделей до inference-бэкендов, чтобы ответить на главный вопрос: каких строительных блоков не хватает, чтобы собрать полностью открытую альтернативу проприетарному ИИ.

Каждый проект оценивали по трем осям: открытость (насколько это открыто), способности (насколько это хорошо) и адопция (насколько этим реально пользуются). В деталях разобран 421 продукт: 266 инструментов и библиотек, 85 моделей, 50 датасетов и 20 железных проектов от 228 организаций — все это разложено по 14 категориям в трех слоях стека, от компонентов моделей до инфраструктуры. Открытость измеряется не бинарно, а по шкале от 0 до 5: для моделей — по Model Openness Framework, для софта — по классам лицензий OSI. Адопция считается по реальному использованию — загрузкам и активным пользователям, а не по звездам на GitHub.

Самые интересные находки возникают там, где три оси расходятся между собой: широко используемая модель, которая на деле едва открыта, или полностью открытые проекты, которыми почти никто не пользуется.

Отсюда и первый громкий вывод: open source не гонится за фронтиром — он его опережает. Целые категории способностей, включая агентов-оркестраторов, впервые появились именно в открытой экосистеме, а не в закрытых лабораториях. Отдельно отмечается активное сообщество: контрибьюторы активно строят общую инфраструктуру инструментов, что говорит о здоровье экосистемы, которое легко недооценить.

Но здоровье и устойчивость — не одно и то же. Показательный пример — слой инференса: vLLM, llama.cpp и SGLang зрелые, популярные и по-настоящему открытые проекты, вот