Cohere запускает TinyAya: ИИ без интернета и с 70 языками, который меняет правила локализации

Компания Cohere представила новую серию моделей ИИ для работы с несколькими языками

По данным TechCrunch, компания Cohere, занимающаяся решением задач в области искусственного интеллекта, анонсировала запуск новой серии моделей на площадке Индийского AI-саммита. Модели получили название TinyAya, и их основное отличие — открытое распространение кода, что позволяет использовать и модифицировать их без ограничений. В число поддерживаемых языков входят более 70 моделей, что делает модели удобным инструментом для разработчиков, работающих с локальными языками.

TinyAya может работать на обычных устройствах, таких как ноутбуки, без подключения к интернету. Это особенно важно для регионов с нестабильной связью, где требуется локальная обработка данных. Основная версия модели насчитывает 3,35 миллиарда параметров, что характеризует её как достаточно крупную и сложную систему.

Cohere Labs, исследовательское подразделение компании, выпустило также специализированные версии модели: TinyAya-Global, TinyAya-Earth, TinyAya-Fire и TinyAya-Water. Каждая из них адаптирована под определённый регион: глобальные приложения, Африку, Южную Азию, а также страны Юго-Восточной Азии, Ближнего Востока и Европы. Такой подход позволяет учитывать локальные особенности языков и культур, делая модели более точными и естественными в применении.

Ресурсы для обучения и использования

Для обучения модели использовался кластер из 64 графических процессоров Nvidia H100, что позволило снизить требования к вычислительным мощностям по сравнению с аналогами. Это делает TinyAya привлекательной для исследовательских и разработческих задач, где требуется поддержка нескольких языков.

Модели доступны на платформе HuggingFace, а также на собственном Cohere Platform. Разработчики могут загрузить их с HuggingFace, Kaggle и Ollama для локального использования. Компания также планирует опубликовать технический отчёт о методологии обучения и выложить наборы данных для оценки и обучения на HuggingFace.

Рост интереса к локализованным решениям ИИ

В странах с высокой лингвистической разнообразностью, таких как Индия, возможность использовать модели ИИ без постоянного подключения к интернету открывает широкие возможности для приложений. Это может включать переводы, голосовые помощники, обработку текста и другие задачи, где важна локализация и автономность.

Растущий интерес к компании Cohere

Компания демонстрирует стабильный рост. По данным CNBC, в 2025 году она получила 240 миллионов долларов в годовом обороте, увеличиваясь на 50% каждый квартал. Руководство компании неоднократно заявляло о планах выхода на публичный рынок, что может ускорить её развитие и расширение возможностей для интеграции ИИ в бизнес-процессы.

i

Создано специально для ASECTOR

Концептуальное изображение

Поддержка экосистемы разработчиков

Компания уделяет внимание развитию экосистемы, предоставляя разработчикам необходимые инструменты и данные для создания приложений. Это включает в себя не только доступ к моделям, но и поддержку их адаптации под конкретные задачи.

Такой подход способствует ускорению внедрения ИИ в различных отраслях, особенно в тех, где требуется работа с несколькими языками и культурными особенностями.

Локализованный ИИ: как глобальные модели становятся инструментом локального влияния

Открытость как стратегия проникновения

Анонс серии моделей TinyAya от компании Cohere стал важным событием в ИИ-индустрии. В отличие от традиционных подходов, где доступ к мощным моделям ограничен, компания делает ставку на открытый исходный код и многоязычную поддержку. Это не только шаг в сторону демократизации ИИ — это продуманная стратегия выхода на рынки с высокой лингвистической разнородностью, где глобальные игроки сталкиваются с трудностями в адаптации своих решений под локальные реалии.

Важный нюанс: Открытость снижает барьер для разработчиков, особенно в регионах с ограниченными ресурсами, и при этом формирует долгосрочную связь между пользователями и экосистемой Cohere. Такой подход позволяет компании не только предоставлять инструменты, а создавать сообщество, которое будет активно участвовать в развитии и модификации моделей. Это особенно важно в условиях, когда крупные игроки, такие как Google и Meta⋆, сосредоточены на глобальных решениях, а не на локальных адаптациях.

Региональные модели — как инструмент для локальной адаптации

Одним из ключевых аспектов анонса стало создание специализированных версий модели: TinyAya-Global, TinyAya-Earth, TinyAya-Fire и TinyAya-Water. Каждая из них адаптирована под конкретные регионы, учитывая локальные языки, культурные особенности и инфраструктурные ограничения. Такой подход делает модель не только технически точной, но и социально релевантной.

Это особенно важно в странах с высокой лингвистической разнородностью, таких как Индия, где более 1000 языков. Подобные решения могут стать основой для новых сервисов, от голосовых помощников до локализованных систем автоматической генерации текста. Кроме того, автономная работа модели на локальных устройствах делает её удобной для регионов с нестабильной связью, где облачные решения неприменимы.

Экосистема и партнёрства как стратегия устойчивости

Cohere не ограничивается лишь предоставлением моделей. Компания активно развивает экосистему, предоставляя разработчикам необходимые инструменты и данные для создания приложений. Модели доступны на платформе HuggingFace, а также на собственном Cohere Platform, что позволяет пользователям легко интегрировать их в свои проекты. Компания также планирует опубликовать технический отчёт о методологии обучения и выложить наборы данных для оценки и обучения на HuggingFace.

Важный нюанс: Такой подход усиливает позиции Cohere в условиях, когда доступ к ИИ-инфраструктуре ограничен. Например, NVIDIA H100, на котором обучалась TinyAya, подпадает под ограничения экспорта в США. В этом контексте стратегическое партнёрство с AMD, заключённое в 2025 году, может стать важным фактором устойчивости компании. Это позволяет Cohere снизить зависимость от одного поставщика и расширить возможности для работы в разных регионах.

Рост и масштабирование: от инвестиций к публичному рынку

Cohere демонстрирует устойчивый рост: в 2025 году компания получила 240 млн долларов в годовом обороте, который увеличивается на 50% каждый квартал. В сентябре того же года Cohere привлекла дополнительные $100 млн инвестиций, увеличив оценку до $7 млрд. Это подтверждает интерес со стороны инвесторов и указывает на стратегическое развитие компании. В будущем, как заявляло руководство, компания рассматривает выход на публичный рынок как один из ключевых этапов масштабирования.

Важный нюанс: Такой рост подкреплён не только внутренними усилиями, но и внешними факторами. Например, рост интереса к открытым моделям и платформам вроде HuggingFace создаёт дополнительные возможности для интеграции и распространения решений Cohere. Это особенно важно в условиях, когда крупные ИИ-компании всё чаще делают упор на закрытые экосистемы.

Долгосрочные риски и вызовы

Однако успех Cohere зависит не только от одной модели, но и от устойчивости всей экосистемы. Региональные модели требуют постоянной поддержки и обновления, а значит, долгосрочные инвестиции в сбор и обработку данных становятся критичными. Если компания не сможет сохранить темп обновлений, она может потерять позиции в быстро меняющейся ИИ-индустрии.

Кроме того, компания сталкивается с конкуренцией со стороны других игроков, таких как DeepSeek, которая представила модель DeepSeek-V3.2-Exp, оптимизированную для работы на NVIDIA H100 и доступную на HuggingFace. Это указывает на то, что рынок открытых ИИ-моделей становится всё более насыщенным, и Cohere должна не только сохранять текущие позиции, но и активно развивать новые направления.

Заключение

Анонс серии TinyAya от Cohere демонстрирует, как открытость и локализация могут стать ключевыми стратегиями в условиях, когда глобальные решения сталкиваются с трудностями в адаптации к локальным рынкам. Компания делает ставку на экосистемный подход, партнёрства и стратегическое развитие, что позволяет ей конкурировать с крупными игроками даже в условиях ограничений на доступ к ИИ-инфраструктуре.

Для российского бизнеса важно понимать, как такие модели могут быть адаптированы под локальные реалии и какие возможности они открывают для разработчиков и компаний, работающих с несколькими языками и культурными особенностями.