Понимание восьми ведущих AI-компаний Китая и США, а также основателей, стоящих за моделями

Составлено: PANews

В стартапах в области ИИ нет единственно правильного ответа; ученые, занимающиеся научными исследованиями, команды по коммерциализации, специалисты по количественным методам, предприниматели из разных отраслей и операционные организаторы могут найти свое место в этой конкурентной среде.

За последние десять лет искусственный интеллект из передовых исследований в лабораториях стал основной силой, определяющей структуру технологической отрасли. Сегодня в число самых обсуждаемых AI-компаний входят OpenAI, Google DeepMind, Anthropic, xAI, а также DeepSeek, Лунная Тень, Zhizhu AI и MiniMax.

На первый взгляд все они занимаются разработкой крупных моделей, но на самом деле представляют совершенно разные пути стартапов: кто-то пришел из ведущих научных статей и академических исследований, кто-то выводит результаты научных исследований из университетов в промышленность, кто-то сначала накопил вычислительные мощности и капитал в количественных финансах, а кто-то специализируется на финансировании, продуктах, операциях и организации, объединяя технические команды в мировые компании.

🇨🇳Китай: от научных статей и академических лабораторий до количественных методов

Лунная Тень: превращение статьи, изменившей отрасль, в продукт, доступный каждому

Лунная Тень была основана в 2023 году, ее продукт Kimi является одним из самых узнаваемых приложений крупных моделей в Китае, представляя модель Kimi K3, ориентированную на мультимодальность, длинный контекст, программирование и глубокое рассуждение.

Основатель Ян Чжилин, родившийся в 1992 году в Шаньтоу, получил степень бакалавра в Цинхуа и затем защитил докторскую диссертацию по компьютерным наукам в Университете Карнеги-Меллона, обучаясь у исследователей в области обработки естественного языка. На этапе докторантуры он участвовал в разработке Transformer-XL, XLNet и других работ, которые впоследствии были широко цитированы, а затем работал в Google Brain и Meta в области исследований ИИ.

Среди этой группы китайских стартаперов Ян Чжилин выбрал самый типичный путь — сначала доказать свою проницательность в академической среде, а затем превратить эту проницательность в продукт, который может использовать любой человек. В отличие от Zhizhu, который больше ориентирован на корпоративные услуги, Лунная Тень с самого начала нацелена на конечного пользователя.

Zhizhu AI: образец коммерциализации, вышедший из лаборатории Цинхуа

Zhizhu AI была основана в 2019 году и происходит из системы лабораторий знаний Цинхуа, представляя технологическую линию GLM, с долгосрочной ориентацией на базовые модели, корпоративные услуги и платформы моделей.

Соучредитель и CEO Чжан Пэн, который учился в Цинхуа на всех уровнях, с 2005 по 2020 год активно работал в лаборатории знаний и в создании академической платформы AMiner, не имея опыта работы в крупных интернет-компаниях.

Особенность Zhizhu AI заключается в ее старте — она не начала с успешного продукта, а прямо преобразовала знания и академическую сеть, накопленные в университетской лаборатории за десятилетия, в платформу базовых моделей, которая может предоставлять услуги. Это также является основным различием с Лунной Тенью: одна сначала создала платформу, другая — продукт.

DeepSeek: инвестиции из количественной торговли в крупные модели

DeepSeek была основана в 2023 году и сосредоточена на базовых моделях, эффективности обучения и открытых весах, представляя модели, включая DeepSeek-V3, R1 и последующие серии V4.

Основатель Лянь Вэньфэн, родившийся в 1985 году в Учуане, провинция Гуандун, получил степень бакалавра в Университете Чжэцзян по специальности электронная информация, а затем получил степень магистра в области информации и коммуникационных технологий, исследуя машинное зрение. У него нет опыта работы в крупных компаниях, таких как Huawei, Tencent или Baidu, но он погрузился в количественную торговлю машинным обучением на этапе аспирантуры и затем совместно основал Huansheng Quant.

Путь Лянь Вэньфэна является самым необычным среди этих компаний: он не начинал как исследователь, а сначала накопил капитал и вычислительные мощности через количественные инвестиции, а затем вложил эти ресурсы в разработку крупных моделей. DeepSeek в некотором смысле является продуктом "вычислительных мощностей, заработанных в финансах, которые были переданы ИИ".

MiniMax: от технического руководителя в крупной компании к многомодальному предпринимателю

MiniMax была основана в 2022 году и является компанией, занимающейся многомодальными базовыми моделями, охватывающей текст, речь, изображения и видео, с продуктами, включая AI Hai Luo и Xing Ye.

Основатель Ян Цзюньцзе, бакалавр математики Восточно-Китайского университета науки и технологии, доктор философии в Институте автоматизации Китайской академии наук и постдокторант в Цинхуа. Перед тем как начать свой бизнес, он работал в SenseTime более шести лет, достигнув должности вице-президента и заместителя директора исследовательского института.

Ян Цзюньцзе сочетает в себе два опыта — прочную академическую подготовку и практический опыт управления продуктами и командами в масштабной AI-команде, такой как SenseTime. Выбор MiniMax заниматься многомодальными моделями, которые являются более сложными, в некотором смысле также является естественным выбором, вытекающим из сочетания этих двух опытов.

🇺🇸США: от базовых исследований, управления безопасностью до интеграции ресурсов из разных отраслей

Anthropic: брат и сестра, один физик, другой управляющий

Anthropic была основана в 2021 году группой исследователей, ушедших из OpenAI, с основной идеей "безопасность ИИ должна развиваться параллельно с разработкой возможностей", представляя продукт Claude.

Соучредитель и CEO Дарио Амодеи учился физике в Стэнфорде, а затем перешел на биофизику в Принстоне. Этот междисциплинарный фон позже отразился на его исследовательском пути — он сначала присоединился к Google Brain в качестве старшего научного сотрудника, затем перешел в OpenAI на должность вице-президента по исследованиям, участвуя в обучении GPT-2 и GPT-3, а также будучи одним из ключевых участников ранних исследований RLHF (обучение с подкреплением на основе человеческой обратной связи). В 2021 году он покинул OpenAI вместе с сестрой Даниэлой и несколькими коллегами, чтобы основать Anthropic.

Путь Даниэлы совершенно другой. Она изучала английскую литературу и после окончания учебы не сразу вошла в техническую сферу, а работала в операционных отделах в Stripe и OpenAI. В Anthropic ее роль не заключается в обучении моделей, а в создании системы, обеспечивающей безопасную и стабильную работу компании — от найма до управления компанией и реализации политики безопасности.

Эта пара брат и сестра в некотором смысле является отражением самой компании Anthropic: здесь нужны как такие исследователи, как Дарио, которые могут оценить технологические направления и понимать границы возможностей моделей, так и такие люди, как Даниэла, которые понимают организацию, процессы и управление рисками.

OpenAI: рассказчик и технический специалист

OpenAI была основана в 2015 году и выпустила такие знаковые продукты, как ChatGPT, GPT и Sora, став ключевой компанией, которая вывела генеративный ИИ на массовый рынок.

Сэм Альтман бросил учебу после двух лет изучения компьютерных наук в Стэнфорде, основал социальную компанию Loopt, а затем стал президентом Y Combinator. Его сильная сторона никогда не заключалась в публикации ведущих статей, а в финансировании, оценке продуктов, организации и умении хорошо рассказывать о технологических нарративах.

Илья Сутскевер — это другой тип. Он получил степень доктора математики и компьютерных наук в Университете Торонто, обучаясь у пионера глубокого обучения Джеффри Хинтона, и участвовал в важнейших достижениях, таких как AlexNet и Seq2Seq в Google Brain, а также возглавил ранние маршруты масштабного обучения в OpenAI.

Если Илья определяет, какие модели может создать OpenAI, то Сэм решает, сможет ли компания выжить, привлечь финансирование и продать технологии. Комбинация этих двух людей является, по сути, самой успешной практикой маршрута "ученый + организатор" в Силиконовой долине.

xAI: Илон Маск переносит свои навыки в производстве автомобилей и ракет в ИИ

xAI была основана в 2023 году, представляя продукт Grok, акцентируя внимание на информации в реальном времени, рассуждениях и генеративных медиа, и глубоко интегрирована с платформой X.

Основатель Илон Маск родился в Претории, Южная Африка, изучал физику и экономику в университете, а затем ненадолго поступил в аспирантуру Стэнфорда, но бросил учебу. В отличие от других основателей ИИ, у него нет опыта работы в крупных компаниях, таких как Zip2, PayPal, SpaceX, Neuralink и он долгое время управлял Tesla.

Маск вошел в ИИ не через статьи или лаборатории, а путем интеграции ресурсов, накопленных в таких отраслях, как платежи, электромобили, космические технологии, спутниковая связь и социальные платформы, и направил их на обучение крупных моделей, требующих вычислительных мощностей и данных.

Google DeepMind: гениальный шахматист, прошедший путь от игр к белкам

Google DeepMind была основана в 2010 году и была приобретена Google в 2014 году, в настоящее время является основным исследовательским учреждением Google в области ИИ, выпустив AlphaGo, AlphaFold и Gemini.

Соучредитель и CEO Демис Хассабис родился в Лондоне, Великобритания, имеет степень с отличием по компьютерным наукам в Кембриджском университете и степень доктора в области когнитивной нейробиологии в Университетском колледже Лондона. В юности он был мастером международных шахмат, в 17 лет участвовал в разработке игры "Theme Park", а затем основал игровую компанию Elixir Studios.

Игры развили его интуицию к сложным системам и принятию решений, нейробиология дала ему биологическую перспективу для понимания "интеллекта", а компьютерные науки предоставили инженерные возможности для реализации этих идей. Успехи AlphaGo и AlphaFold почти полностью являются результатом сочетания этих трех опытов — последний также принес ему Нобелевскую премию по химии в 2024 году.

Четыре пути основателей: в стартапах в области ИИ нет единого шаблона

Оглядев эти восемь компаний, можно грубо разделить фоны основателей на четыре категории.

Первая категория: основатели, ориентированные на чистые технические статьи. Ян Чжилин, Ян Цзюньцзе, Дарио Амодеи, Илья Сутскевер и Демис Хассабис все имеют системную научную подготовку, их объединяет способность оценивать технологические направления, управлять исследовательскими командами и создавать настоящие барьеры в возможностях моделей или методах обучения. Среди них Ян Чжилин и Илья ближе к "сначала написать статью, изменяющую отрасль, а затем перейти к стартапам"; Хассабис же является продуктом пересечения компьютерных наук, игр и нейробиологии.

Вторая категория: коммерциализация научных результатов университетов. Zhizhu AI является самым типичным примером, его основные возможности напрямую происходят от многолетних накоплений в лаборатории знаний Цинхуа. Лунная Тень также имеет сильные корни в Цинхуа и зарубежных исследованиях, но ее путь более ориентирован на рынок — она не остановилась на упаковке академических результатов в корпоративные услуги, а сразу создала продукт для широкой аудитории.

Третья категория: сочетание математики, инженерии и капитала. Лянь Вэньфэн и Маск относятся к этой категории, но источники ресурсов совершенно разные — Лянь Вэньфэн накопил капитал и вычислительные мощности через количественные инвестиции, тогда как Маск использует ресурсы, полученные из платежей, автомобилей, космоса и социальных платформ. Общее в том, что их подход к ИИ никогда не зависел только от алгоритмов.

Четвертая категория: не технические организаторы и технические основатели в партнерстве. Сэм Альтман и Даниэла Амодеи являются представителями этого пути. Они не обязательно являются самыми выдающимися исследователями моделей, но определяют, сможет ли компания привлечь людей, получить финансирование, создать продукты и выдержать давление со стороны регуляторов, не распавшись в процессе быстрого расширения.

Конкуренция в передовом ИИ никогда не сводится только к "кто имеет степень доктора компьютерных наук" или "кто может обучить более крупные модели".

На самом деле, решающим фактором, который определяет, сможет ли компания оставаться на переднем крае, является то, смогут ли научные исследования, инженерия, продукты, капитал и организационные способности образовать замкнутый круг: ученые определяют технологические пределы, инженерные команды определяют, может ли модель быть реализована, продуктовые команды определяют, готовы ли пользователи использовать, капитал определяет вложения в вычислительные мощности и таланты, а организация и управление определяют, сможет ли компания функционировать в долгосрочной перспективе.

С этой точки зрения, в стартапах в области ИИ нет единственно правильного ответа.

Ученые, занимающиеся научными исследованиями, команды по коммерциализации, специалисты по количественным методам, предприниматели из разных отраслей и операционные организаторы могут найти свое место в этой конкурентной среде.

Тот, кто сможет объединить различные способности в систему, имеет больше шансов стать долгосрочным победителем в следующей волне искусственного интеллекта.

Этот контент предоставляется исключительно в общих информационных целях и не является финансовым, инвестиционным, юридическим или налоговым советом. Любые мероприятия, вознаграждения, онлайн-акции или связанная с ними информация, упомянутые в настоящем документе, не должны рассматриваться как рекомендация, приглашение к покупке, продаже, торговле или иной сделке с какими-либо криптоактивами. Криптоактивы очень волатильны и могут привести к убыткам. Доступность услуг, продуктов WEEX и связанных с ними событий может варьироваться в зависимости от региона. Вы несете ответственность за обеспечение того, чтобы ваше участие соответствовало применимым местным законам и нормативным актам.