V kostce:

  • NVIDIA podle Interconnects investuje 26 miliard dolarů do otevřených AI modelů.
  • Firmy Databricks a 01.ai ukončily vlastní vývoj základních modelů, uvádí zdroj.
  • Meta plánuje vydat model Muse Spark 1.2 jako open-weight.

Společnost NVIDIA podle analýzy webu Interconnects investuje 26 miliard dolarů do podpory otevřených AI modelů, aby snížila závislost firem na uzavřených řešeních od společností jako Anthropic nebo OpenAI. Cílem strategie je umožnit co nejvíce firmám stavět si vlastní „tokenové stroje“ místo toho, aby provoz modelů (inferenci) nakupovaly od hrstky dominantních poskytovatelů.

V rámci této snahy NVIDIA vyvíjí modely řady Nemotron, u kterých zveřejňuje veškerá data a trénovací kód, jaký může legálně uvolnit. Jde o takzvané open-source jazykové modely s kompletní tréninkovou recepturou · na rozdíl od pouhých open-weight modelů, které nabízejí jen váhy a kód pro inferenci. Podle Interconnects je tento přístup blízký modelům Olmo od institutu Ai2 nebo starším modelům Pythia od EleutherAI.

Podle Interconnects tak vzniká svět, v němž velký počet firem trénuje a provozuje vlastní modely, což generuje masivní poptávku po provozu modelů napříč odvětvími · a tedy i po hardwaru NVIDIA. Otevřené váhy modelů mají podle zdroje relativně dlouhou životnost; řada firem například stále používá pracovní postupy postavené na modelu Llama 3, přestože agentní schopnosti umělé inteligence se výrazněji rozvinuly až později.

Budoucnost otevřeného ekosystému však není jistá, protože trénování nejvýkonnějších modelů je extrémně kapitálově náročné. Podle Interconnects se schopnost stavět konkurenceschopné modely v komerční sféře udržela déle, než mnozí očekávali, byť některé firmy od tréninku ustupují · jmenovitě jsou zmíněny společnosti Databricks a 01.ai, které zdroj označuje spíše za výjimky než za začátek trendu.

Zdroj popisuje dva možné scénáře dalšího vývoje. Pokud se investice NVIDIA vyplatí, tedy vygeneruje dostatečnou poptávku po čipech, stane se otevřený ekosystém sebeudržitelným a bude schopen konkurovat placeným API od Anthropic a OpenAI. Pokud se to nepodaří, otevřené modely se podle analýzy pravděpodobně vydají jiným směrem než uzavřené špičkové modely a zaměří se na efektivitu, upravitelnost a specializaci · typicky na podnikové agenty pro opakující se úkoly provozované interně s vlastními daty.

Současný zájem o otevřené modely je podle Interconnects tažen především prudkým nárůstem zájmu o jejich dodatečné dotrénování (post-training). Firmy berou modely jako DeepSeek V4 Flash, Inkling Small nebo GLM 5.X a přizpůsobují je konkrétním agentním úlohám, často prostřednictvím rozhraní Tinker, které je podle zdroje nejpopulárnějším dotrénovávacím API současnosti. Zároveň roste míra abstrakce samotného trénování základních modelů, což snižuje motivaci firem investovat do plnohodnotného open-source vývoje od nuly.

Do hry vstupují i další hráči s odlišnou motivací · zejména společnost Meta a další velké technologické firmy s rozsáhlými rozpočty, které umělou inteligenci monetizují nepřímo. Podle Interconnects by uvolnění silného modelu Muse Spark 1.2 od Meta jako modelu s otevřenými váhami mohlo výrazně zpomalit růst tržeb konkurentů Anthropic a OpenAI, kteří se spoléhají na prodej tokenů přes placená API.

Co to znamená: Pro firmy zvažující audit a nasazení AI znamená sílící otevřený ekosystém potenciálně širší výběr modelů s ověřitelnou tréninkovou historií a nižší závislost na jediném dodavateli. Zároveň roste komplexnost hodnocení, protože rozdíl mezi plně otevřenými modely a modely s pouze otevřenými váhami má přímý dopad na transparentnost dat, licenční rizika a dlouhodobou udržitelnost nasazených řešení.

Zdroje: