Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
ИндустрияКод / SDK · В работуThe Decoder→ оригинал

Nvidia близка к покупке Inception за $500 млн ради диффузионных LLM

Nvidia близка к покупке стартапа Inception минимум за $500 млн, сообщает The Information. Inception учит языковые модели писать ответ не по одному токену, как ChatGPT, а целиком: сначала черновик всей страницы, затем несколько проходов правки, как в генераторах картинок. Если подход сработает, Nvidia усилит открытые модели Nemotron, а разработчики получат более быстрые LLM для агентов и автодополнения кода.

AI-обработка оригинала The Decoder; редакция Hamidun News
Nvidia близка к покупке Inception за $500 млн ради диффузионных LLM
Источник: The Decoder. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникThe Decoder ↗
Главный редактор
Сделкаминимум $500 млн, бонусы для 30+ сотрудников Inception
Ключевой факт #2Сооснователи-профессора Эрмон, Гровер и Кулешов перейдут в Nvidia
Ключевой факт #3Mercury 3, по заявлению Inception, быстрее GPT-6 Luna и Claude Haiku 5.5

Обычные языковые модели пишут ответ как человек, диктующий письмо: слово за словом, и каждое следующее зависит от предыдущих. Поэтому длинный ответ приходится ждать, а в цепочке из десятков шагов агента задержки складываются. Nvidia, по данным The Information, решила купить команду, которая пробует другой путь: диффузионные языковые модели (LLM), то есть такие, что создают черновик всего ответа сразу и несколько раз его уточняют, как редактор, правящий страницу целиком, а не дописывающий её слева направо.

По словам трёх источников издания, Nvidia близка к приобретению стартапа Inception минимум за $500 млн. Пока это не подтверждённая покупка: ни Nvidia, ни Inception сначала не стали комментировать новость. Для разработчика практический смысл простой: если такой подход заработает в больших масштабах, автодополнение кода, голосовые помощники и агенты смогут отвечать заметно быстрее.

Что делает Inception и чем это отличается

Inception существует около двух лет, базируется в районе залива Сан-Франциско, и в ней работает больше 30 человек. Стартап строит языковые модели на диффузии — подходе, знакомом по генераторам изображений. Там картинка сначала выглядит как шум, а затем проявляется за несколько проходов.

Здесь та же идея применена к тексту. Обычная модель, вроде тех, что стоят за ChatGPT и Claude, генерирует ответ по одному токену (токен — это кусочек слова). Диффузионная модель создаёт черновик всего ответа и шаг за шагом его улучшает. Теоретически это даёт выигрыш в скорости, потому что много токенов обрабатывается параллельно.

Последний релиз стартапа — Mercury 3. По данным The Decoder, в октябре Inception заявляла, что модель обходит GPT-6 Luna и Claude Haiku 5.5 при заметно меньшем времени ожидания. Это заявление самой компании, независимых замеров в источнике нет.

Зачем это Nvidia

По версии The Information, покупка должна усилить открытую линейку Nemotron и физические модели для роботов. Nemotron уже используют Palantir и американские госструктуры как альтернативу китайским открытым моделям. Для Nvidia это важный рынок: если у компании сильные открытые модели, клиентам проще оставаться на её железе и софте.

Есть и конкурентный контекст. OpenAI и Anthropic, как сказано в материале, делают собственные чипы для инференса, то есть для запуска готовых моделей. Nvidia зарабатывает на том, что рынок гоняет модели на её GPU, и самостоятельные чипы конкурентов эту модель ослабляют. Быстрая и дешёвая в запуске архитектура помогает показать, что платформа Nvidia остаётся лучшим местом для инференса.

Сделка включает бонусы за результаты для сотрудников Inception. Сооснователи — профессора Стефано Эрмон, Адитья Гровер и Владимир Кулешов — должны перейти в Nvidia на полный рабочий день. Переговоры, как пишет издание, начались ещё до отставки главы Nvidia Дженсена Хуанга и после того, как интерес к стартапу проявила Microsoft. Об отставке The Decoder писал отдельно: 12 ноября она последовала за шпионским скандалом, после которого рыночная стоимость компании упала на $1,4 трлн.

Что это значит для разработчиков

Во-первых, диффузионные LLM перестают быть экзотикой. Когда крупнейший производитель ускорителей платит от полумиллиарда долларов за команду из тридцати с небольшим человек, он делает ставку на технологию, а не на текущую выручку.

Во-вторых, если вы строите продукты, где важна задержка (автодополнение кода, голосовые помощники, агенты с десятками шагов), стоит присмотреться к таким моделям уже сейчас. Скорость ответа в агентных цепочках складывается на каждом шаге, и выигрыш может оказаться заметнее, чем прирост качества.

Есть и ограничения. Сделка ещё не закрыта, цена указана как минимальная, а сравнения Mercury 3 с конкурентами исходят от самого стартапа. Неизвестно, как диффузионный подход поведёт себя на очень сложных задачах рассуждения и в длинных контекстах. Неясно и то, появятся ли открытые веса Inception внутри Nemotron. Пока практический вывод такой: следите за независимыми бенчмарками Mercury 3 и тестируйте диффузионные модели на своих задачах, где время ответа критично.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: что делает Inception и чем это отличается?

Inception существует около двух лет, базируется в районе залива Сан-Франциско, и в ней работает больше 30 человек. Стартап строит языковые модели на диффузии — подходе, знакомом по генераторам изображений. Там картинка сначала выглядит как шум, а затем проявляется за несколько проходов. Здесь та же идея применена к тексту. Обычная модель, вроде тех, что стоят за ChatGPT и Claude, генерирует ответ по одному токену (токен — это кусочек слова).

Что известно по теме: зачем это Nvidia?

По версии The Information, покупка должна усилить открытую линейку Nemotron и физические модели для роботов. Nemotron уже используют Palantir и американские госструктуры как альтернативу китайским открытым моделям. Для Nvidia это важный рынок: если у компании сильные открытые модели, клиентам проще оставаться на её железе и софте. Есть и конкурентный контекст. OpenAI и Anthropic, как сказано в материале, делают собственные чипы для инференса, то есть для запуска готовых моделей.

Что известно по теме: что это значит для разработчиков?

Во-первых, диффузионные LLM перестают быть экзотикой. Когда крупнейший производитель ускорителей платит от полумиллиарда долларов за команду из тридцати с небольшим человек, он делает ставку на технологию, а не на текущую выручку. Во-вторых, если вы строите продукты, где важна задержка (автодополнение кода, голосовые помощники, агенты с десятками шагов), стоит присмотреться к таким моделям уже сейчас.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Закрытый клуб практиков · Vibe Club

Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами

Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.

Вступить в Vibe Club →Тест-драйв Академии (72ч)
Что вы думаете?
Загружаем комментарии…