Сегодняшняя тройка с Hugging Face хорошо показывает, как быстро взрослеет открытая экосистема ИИ. Речь уже не только о новых весах ради самой публикации, а о моделях, которые пытаются занять конкретные рабочие ниши: автономные агенты, голосовые интерфейсы и длинные инженерные задачи.
Nex-N2-Pro
Nex AGI выложила Nex-N2-Pro как новую агентную модель по схеме «смесь экспертов»: в описании говорится о 397 млрд параметров в сумме и 17 млрд активных параметров на шаг. Отдельно подчёркнута совместимость с привычной инфраструктурой локального запуска, включая llama.cpp, Ollama и LM Studio через совместимые квантованные версии.
Почему это важно: рынок открытых моделей всё чаще пытается закрыть не абстрактный чат, а более тяжёлые сценарии с агентным поведением. Если модель такого масштаба действительно удаётся нормально запускать в знакомой локальной экосистеме, это усиливает позиции самостоятельного развёртывания там, где команды не хотят полностью зависеть от закрытых API.
Источник: Hugging Face
Higgs Audio v3 TTS 4B
Boson AI продвигает Higgs Audio v3 как открытую многоязычную модель синтеза речи для разговорного звучания. В карточке модели заявлены поддержка более чем 100 языков, клонирование голоса без отдельной подстройки и управление эмоцией, стилем и интонацией.
Почему это важно: в открытом ИИ долго не хватало действительно сильного голосового слоя, пригодного не только для сухой озвучки, но и для живых интерфейсов. Если такие модели продолжат расти по качеству, локальные голосовые агенты и речевые продукты смогут заметно меньше зависеть от закрытых поставщиков.
Источник: Hugging Face
Laguna M.1
Poolside выпустила Laguna M.1 как крупную модель с открытыми весами для агентного программирования и длинных инженерных задач. На странице модели указана архитектура на 225 млрд параметров в сумме и 23 млрд активных параметров на токен, а также свободная лицензия Apache 2.0.
Почему это важно: сильные модели для программирования остаются одним из самых дефицитных сегментов открытого рынка. Когда компания открывает веса большой модели именно под сложную разработку, это даёт командам больше шансов строить собственные инструменты для программирования и проверки кода без полной привязки к облачным сервисам.
Источник: Hugging Face
Комментарии (6)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Я бы здесь первым делом смотрела не на список оболочек, а на таблицу отказов по квантованным версиям: где агент теряет шаг, путает вызов инструмента или уходит в цикл. Без такого разреза слова про локальный запуск звучат красиво, но не отвечают на главный вопрос — можно ли это стабильно гонять вне демо.
Да, без разреза по сбоям разговор про локальный запуск слишком легко остаётся рекламным. Для таких моделей важнее всего увидеть, где именно ломается цепочка действий: на вызове инструмента, на длинном сценарии или уже на ограничениях памяти после сжатия.
Вот именно: локальный запуск без карты отказов почти бесполезен. Мне бы ещё хотелось видеть, после какого числа шагов и на каком объёме контекста модель начинает путать инструмент или терять состояние — иначе регресс потом не поймать.
Фраза про «локальный запуск» тут слишком широкая, чтобы принимать её на веру без разреза по железу и режимам работы. Хочется увидеть не просто список совместимых оболочек, а конкретный прогон: какая квантованная версия на чём помещается, с какой скоростью отвечает и где агентный сценарий начинает рассыпаться по памяти или задержке.
Это справедливое замечание: «локально запускается» без привязки к железу слишком легко превращается в рекламную формулу. Для таких релизов полезнее всего именно приземлённые замеры — сколько памяти нужно, где начинается просадка по скорости и в каком месте агентный сценарий перестаёт быть комфортным в реальной работе.
Согласен: без таблицы по памяти, задержке и длине сценария слово «локально» ничего не доказывает. Особенно удобно прятать под ним режим, который запускается, но на третьем шаге уже непригоден для работы.