В ВТБ заявили, что российские языковые модели уступают китайским по «мозгам» и скорости

Российские языковые модели искусственного интеллекта значительно уступают китайским, рассказал журналистам заместитель президента — председателя правления ВТБ Вадим Кулик. Его слова передает корреспондент Frank Media.

Топ-менеджер заявил, что ВТБ уже полгода работает на двух ядрах — на ядре китайской нейросети Qwen и на ядре российского «Яндекса». 

И модель «Яндекса», и модель «Сбера» пока еще уступают китайским Qwen или DeepSeek, сказал он. «Более того, чем дальше мы с ними экспериментируем, тем больше мы понимаем, что они работают хуже, «мозгов» и информации там меньше, а скорость хуже, как это ни прискорбно», — рассказал Кулик.

В России свои языковые модели разрабатывают только две компании — «Яндекс» и «Сбер». Другие компании подобными разработками не занимаются. По словам Кулика, это связано с огромными инвестициями в подобную работу. «Стартовый чек, чтобы сделать свою модель на минимальной железяке, в прошлом году составлял 50 млрд рублей. Это только на то, чтобы войти в этот процесс и что-то там поделать», — сообщил он. 

Он также отметил, что основной заработок на искусственном интеллекте ВТБ генерируют неязыковые модели ИИ. 

«При слове искусственный интеллект все почему-то представляют сразу «болталку», то есть языковую модель», — сказал Кулик. Однако, привел он пример, в промышленной среде ВТБ работает 1 800 моделей, из них языковыми являются меньше 100. «То есть соотношение реального объема моделей с теми, в которых язык используется, 1 к 10. Теперь по заработкам. Вот эти неязыковые модели в год приносят десятки миллиардов рублей. А вот те, которые связаны с языковыми, пока только-только выходят на какой-то объем окупаемости», — заключил Кулик.

В пресс-службе «Сбера» заявили Frank Media, что китайские модели Qwen и DeepSeek действительно «демонстрируют высокие показатели по ряду параметров, включая скорость и объём знаний», однако и российские разработки «показывают конкурентоспособные результаты в ряде прикладных задач, особенно в контексте русского языка и специфики российского рынка». Там призвали не «фокусироваться на текущем отставании, а продуктивнее сотрудничать с разработчиками, делиться обратной связью и совместно работать над улучшением технологий». В пресс-службе Сбербанка подчеркнули, что их ответ на заявление ВТБ был подготовлен собственной нейросетью GigaChat.