Что такое Gap Map и зачем он нужен

Current AI — это «глобальное партнёрство, создающее публичную альтернативу коммерческому ИИ»: некоммерческая организация, основанная на Саммите по действиям в области ИИ (AI Action Summit) в Париже в феврале 2025 года и располагающая серьёзным финансированием — уже привлечено более $400 млн.

Организация объединяет правительства, фонды, исследователей и представителей индустрии для создания общей инфраструктуры, которая нужна ИИ: открытых инструментов, надёжных данных и приложений в интересах людей.

Помимо уже привлечённых €400 млн, Current AI планирует мобилизовать $2,5 млрд в течение пяти лет.

ℹ Что такое AI Action Summit?
Саммит прошёл в Париже 10–11 февраля 2025 года. В отличие от предыдущих форумов по ИИ-безопасности (Bletchley в 2023-м, Сеул в 2024-м), парижский саммит сделал акцент на практических действиях: инвестициях, этике, регулировании и ИИ в общественных интересах.

Несколько дней назад Current AI опубликовала свой главный аналитический продукт — Open Source AI Gap Map (Карта пробелов открытого ИИ). Это попытка систематизировать текущее состояние экосистемы открытого ИИ и показать, чего в ней не хватает.

Что внутри Gap Map v0.1

Gap Map v0.1 детально описывает 421 продукт: 266 программных инструментов и библиотек, 85 моделей, 50 датасетов и 20 аппаратных проектов, созданных 228 организациями. Все продукты организованы в 14 категорий на трёх уровнях стека: компоненты модели, продукт/UX и инфраструктура.

В общей сложности было оценено более 24 626 проектов — от базовых моделей до бэкендов для инференса — по критериям открытости, функциональности и популярности.

Оставшиеся ~24 400 артефактов составляют некатегоризированный «длинный хвост» экосистемы открытого ИИ и пока не получат оценки до завершения их изучения.

Три оси оценки

Каждый продукт оценивается по трём независимым осям:

  • Openness (Открытость) — по шкале 0–5 согласно фреймворкам открытости (Model Openness Framework для моделей, классы лицензий OSI для ПО): не просто «да/нет». Именно различие между open-source и open-weights — ключевое, ради которого существует карта.
  • Adoption (Популярность) — реальное использование (скачивания, активные пользователи, деплои), а не звёзды на GitHub.
  • Capability (Функциональность) — публичные бенчмарки, а при их отсутствии — покрытие функций. Категории в итоге получают стадию зрелости от 0 (Void — «пустота») до 5 (Mature — «зрелость»).
Ось оценкиЧто измеряетсяИсточники данных
Openness (Открытость)Степень открытости по шкале 0–5MOF, лицензии OSI
Adoption (Популярность)Реальное использованиеСкачивания, активные пользователи
Capability (Функциональность)Качество и полнота возможностейБенчмарки, покрытие функций
💡 Open-source vs. Open-weights: в чём разница?
Это критически важное различие. Open-source — полный пакет: веса модели + код обучения + документация по данным + лицензия, разрешающая модификацию и распространение. Open-weights — вы получаете только веса. Модели как Llama от Meta или многие китайские модели технически являются open-weights, но не open-source в полном смысле. Gap Map специально создан, чтобы это различие было видно.

Самые интересные находки

Наиболее интересные выводы возникли там, где три оси (открытость, функциональность и популярность) расходятся: широко используемая модель, которая едва открыта, или полностью открытые проекты, которые почти никто не использует.

Целые категории возможностей (в том числе orchestration agents — оркестровые агенты) впервые появились именно в экосистеме открытого ИИ, а не в крупных лабораториях. Экономика открытого ИИ в действительности обгоняет закрытую по темпам инноваций.

Текущее состояние открытого AI-стека: серьёзно мощный, но фрагментированный, дублирующий сам себя и с трудом воспринимаемый как единое целое.

«Открытый ИИ не гонится за передним краем — он сам его определяет»


graph TD
    A[Gap Map v0.1] --> B[421 продукт]
    A --> C[24 400+ некатегоризированных]
    B --> D[266 инструментов и библиотек]
    B --> E[85 моделей]
    B --> F[50 датасетов]
    B --> G[20 аппаратных проектов]
    A --> H[3 уровня стека]
    H --> H1[Компоненты модели]
    H --> H2[Продукт / UX]
    H --> H3[Инфраструктура]

Зачем нужна такая карта?

Gap Map появился из накопленной работы по выявлению точек максимального влияния в стеке открытого ИИ: где строить что-то новое, куда вкладывать в развитие, где открывать инструменты. Создав актуальную визуализацию экосистемы, где виден как прогресс, так и пробелы, авторы надеются сплотить сообщество вокруг общего роадмапа.

По всему миру предприниматели, инвесторы, правительства и дизайнеры разочарованы проприетарным ИИ и требуют альтернативы. Одни хотят сэкономить деньги для своих стартапов, другие говорят об устойчивости ИИ-инфраструктуры, многие — о суверенитете в AI-стеке.

⚠ Важный нюанс методологии
В Gap Map намеренно нет сравнения закрытых и открытых ИИ-экосистем — и никаких указаний, где открытый ИИ опережает или отстаёт. Карта показывает то, что нужно для построения желаемой системы.

Данные открыты — и это главная ценность

Сама карта интересна для изучения, однако особую ценность представляют лежащие в её основе данные — опубликованные под лицензией MIT в репозитории currentai-org/os-ai-map на GitHub: 1 184 YAML-файла плюс ноутбуки.

Open Source AI Stack Gap Map делает стек понятным: это живая карта того, что существует, насколько открыта каждая часть, как широко она используется и где пробелы — чтобы сообщество видело, где строить, куда инвестировать и что открывать.

Карта — публичный, итеративный проект, и курирование силами сообщества является его сутью. Есть два способа участвовать: создать issue (без написания кода) — предложить продукт, сообщить об ошибке или предложить категорию; или открыть pull request, редактируя файлы в папке sources/.

# Пример структуры YAML-файла продукта в репозитории
product: llama-3-1
organization: meta
category: base_pretrained
scores:
  openness: 3
  adoption: 5
  capability: 4
artifacts:
  huggingface_model: meta-llama/Meta-Llama-3.1-8B
📝 Как принять участие
  1. Перейдите на github.com/currentai-org/os-ai-map
  2. Найдите проект, которого нет в карте
  3. Создайте issue с описанием или откройте PR с YAML-файлом
  4. CI-система автоматически проверит корректность данных

Контекст: почему это важно именно сейчас

Открытый ИИ переживает переломный момент. В 2025 году разрыв между открытыми и проприетарными моделями фактически исчез: по бенчмарку MMLU разница сократилась с 17,5 до всего 0,3 процентных пункта за один год.

Hugging Face сейчас размещает более 400 000 моделей, 84% из которых являются открытыми.

Однако обилие инструментов порождает и проблемы: стек открытого ИИ уже силён, но фрагментирован, дублирует сам себя и с трудом воспринимается как единое целое. Gap Map — первая серьёзная попытка устранить этот информационный хаос.

Gap Map является первым в серии инструментов, в которые Current AI намерена инвестировать, чтобы сделать эту сложную среду понятной. Если мы видим пробелы, мы можем расставлять приоритеты, а затем коллективно направлять энергию и финансирование на их устранение.

Итог

Open Source AI Gap Map — это не просто красивая визуализация. Это попытка создать общий язык для сообщества разработчиков, инвесторов и правительств, заинтересованных в независимой, прозрачной ИИ-инфраструктуре. При $400 млн финансирования, MIT-лицензии на данные и открытом репозитории для вкладов — у проекта есть реальный шанс стать тем самым «публичным вариантом» для AI-экосистемы, которого так долго не хватало.

Если вы разработчик, исследователь или просто следите за развитием открытого ИИ — стоит заглянуть на map.currentai.org и в репозиторий на GitHub. Возможно, именно ваш любимый проект там ещё не отмечен.