Как Zhipu AI, BAAI и AISI формируют следующую экосистему искусственного интеллекта Китая

Ключевой сдвиг заключается в переходе от продажи доступа к модели к созданию полноценного продуктового контура. В него могут входить API, инструменты для программирования, выполнение задач агентами, корпоративные процессы и приложения, которые создают спрос и выручку. Открытые веса расширяют возможности внешнего тестирования и дальнейшей разработки, а коммерческие сервисы помогают финансировать новые модели и вычислительную инфраструктуру.

Поэтому технологическая независимость — это не только владение весами модели. Она требует также собственных или контролируемых систем обучения и инференса, конвейеров данных, методов дообучения, агентских фреймворков, каналов дистрибуции для разработчиков и устойчивого доступа к вычислительным ресурсам. Модель становится стратегически значимой, когда вокруг этих уровней возникает собственная экосистема.

BAAI: открытый мост от фундаментальных моделей к роботам

BAAI развивает ранние наработки серии WuDao в направлении семейства WuJie, объединяющего мультимодальные системы, мировые модели и исследования воплощённого ИИ. Согласно материалам конференции, WuJie·Physis описывается как физическая скрытая мировая модель, а WuJie·RoboBrain Orca — как разрабатываемая воплощённая система, соединяющая языковое рассуждение, визуальное предсказание и принятие решений о действиях.

Это направление важно потому, что интеллект в физическом мире требует большего, чем работа с текстом. Роботу нужны восприятие, прогнозирование, планирование и управление, а также способность действовать в меняющейся среде. Мировые модели и воплощённые системы пытаются не просто описывать окружающую действительность, а строить её представление и использовать его для действий.

Роль BAAI носит не только технический, но и институциональный характер. Академия делает акцент на открытых моделях, агентах, базовых программных и аппаратных экосистемах, подготовке исследователей и сотрудничестве науки, университетов и бизнеса. На конференции BAAI 2026 года сообщалось, что институт открыл исходный код более чем 200 моделей, а совокупное число загрузок по всему миру превысило 1 млрд. Эти цифры приводят организаторы конференции; их следует воспринимать как показатель распространения, а не как прямую оценку качества моделей.

Для китайской ИИ-экосистемы ценность BAAI заключается в создании общей исследовательской базы. Открытые модели, тесты, инструменты и робототехнические платформы дают университетам, стартапам и производителям общий старт для дальнейших разработок.

AISI: от генерации ответов к научно проверяемым результатам

AISI подходит к искусственному интеллекту с другой стороны. Институт, основанный в сентябре 2021 года, ставит целью объединить ИИ с научными исследованиями и создать инфраструктуру для направления AI for Science — применения искусственного интеллекта в науке.

Его концепция «четыре балки и N опор» объединяет алгоритмы и программное обеспечение для моделей, научные базы данных и системы знаний, высокоточную экспериментальную инфраструктуру и интегрированную вычислительную платформу. Задача — перевести исследования от разрозненной, почти «мастерской» организации к более связанной платформенной модели.

Пример такого подхода — Bohrium. Эта научная облачная платформа объединяет научную литературу, знания, модели, вычисления, анализ данных и экспериментальные процессы. Идея состоит не просто в том, чтобы попросить ИИ выдать ответ, а в том, чтобы помочь исследователю пройти путь от вопроса к симуляции, эксперименту и новому массиву проверенных данных.

Особенно важен такой замкнутый цикл для материаловедения и молекулярной науки. Большая атомная модель DPA4 может использоваться для поиска и моделирования материалов, однако её практическая ценность возрастает, когда прогнозы проверяются в эксперименте, а полученные наблюдения улучшают следующие версии моделей. В сообщении от 2026 года утверждалось, что обновлённая DPA4 заняла первое место по совокупным показателям на международном рейтинге материалов для поиска новых веществ. Но одно лишь место в рейтинге не доказывает реальный научный или промышленный эффект.

Более наглядный пример физической проверки — работа, связанная с ракетными двигателями. В описанном процессе объединены генеративное проектирование, моделирование горения, аддитивное производство, автоматизированные измерения и управление, а также испытания. Сообщалось, что масштабированный демонстратор прошёл проверку замкнутого цикла. Такие проекты важны именно потому, что связывают выводы ИИ с инженерными ограничениями и физическими испытаниями, а не останавливаются на программном бенчмарке.

Почему экосистема важнее одной флагманской модели

Лидерство моделей быстро меняется

Рейтинги и преимущества отдельных продуктов могут измениться за считаные месяцы. Сообщества разработчиков, научные наборы данных, экспериментальные площадки, стандарты и опыт внедрения накапливаются гораздо дольше. Именно эти активы делают будущие улучшения моделей более полезными и уменьшают зависимость от одного релиза.

Разным задачам нужны разные формы интеллекта

Агент для программирования, контроллер робота, симулятор молекул и система поиска по научной литературе решают разные технические задачи. Поэтому национальная или промышленная стратегия ИИ выигрывает от набора специализированных моделей и общей инфраструктуры, а не от одной универсальной системы, которой поручают абсолютно всё.

Открытые разработки расширяют круг участников

Открытые веса, инструменты, тесты и платформы позволяют исследователям и компаниям проверять, адаптировать и развивать результаты друг друга. Ориентация BAAI на открытый код поддерживает этот слой, а коммерческие компании вроде Zhipu AI могут превращать технологии в продукты и выручку.

Научная проверка создаёт более сильную обратную связь

В AI for Science наиболее ценными могут оказаться системы, которые соединяют прогнозирование с симуляцией, экспериментом и измерением. Каждый подтверждённый результат способен улучшить данные и модели для следующего цикла. Это более требовательный стандарт, чем создание правдоподобного ответа, но он даёт более понятный путь к промышленной ценности.

Независимость — это технологический стек

Устойчивое развитие ИИ требует компетенций сразу в нескольких областях: алгоритмах, программном обеспечении, данных, вычислениях, кадрах, инструментах и внедрении. Диверсификация этих уровней снижает зависимость от одного поставщика или технического подхода. Она также делает экосистему устойчивее, если конкретная модель не оправдает ожиданий или изменятся внешние ограничения.

Как складывается стратегическая картина

Zhipu AI, BAAI и AISI занимают разные, но взаимодополняющие позиции в формирующейся системе:

• Zhipu AI создаёт коммерческую динамику за счёт универсальных моделей, инструментов программирования, агентов и продуктов для разработчиков.
• BAAI формирует слой открытых исследований, фундаментальных моделей, научных и кадровых связей, а также развивает мультимодальный и воплощённый интеллект.
• AISI строит научную инфраструктуру, которая связывает модели со знаниями, вычислениями, экспериментами и инженерной проверкой.

Их значение не в том, что они могут заменить друг друга, а в том, что они дополняют друг друга. Zhipu AI показывает, как передовые модели превращаются в платформы. BAAI демонстрирует, как открытые исследования могут распространять технологии среди более широкого сообщества. AISI показывает, как ИИ встраивается в процессы, где успех измеряется новым материалом, экспериментом или работающей инженерной системой.

Самый взвешенный вывод о следующем этапе развития китайского ИИ состоит не в том, что одна модель уже определила исход глобальной гонки. Скорее, конкурентное преимущество всё больше будет зависеть от способности связать исследовательские центры, коммерческие платформы, независимые технические компетенции и междисциплинарные приложения в открытую и совместную промышленную экосистему.