ММООЗЗГГ.ru

ИИ не только пишет тексты: 12 типов задач и ведущие модели

ТопНе только генерация

6 мин7 источников

Какие нейросети существуют, кроме чат-ботов: по задачам их удобно делить на 12 типов. Три генерируют контент (тексты и код, картинки и видео, голос и музыку), девять решают другие задачи: зрение, речь, документы, прогнозы, рекомендации, антифрод, наука, игры и роботы. Ниже для каждого типа задача, открытая модель, которую используют в работе, и факт с датой.

Коротко

  • Найти и посчитать объекты на фото и видео: Ultralytics YOLO
  • Выделить объект по контуру: SAM 3
  • Расшифровать речь на своем сервере: Whisper
  • Распознать скан документа: PaddleOCR
  • Прогноз продаж с ценами и акциями: LightGBM
  • Прогноз временного ряда без обучения: TimesFM
  • Структура белка и прогноз погоды: AlphaFold и AIFS
  • Шахматы и роботы: Stockfish и Isaac GR00T

Не только генерация

Список

Порядок по критериям этой страницы, это не рейтинг.

  1. #1

    Ultralytics YOLO

    Ultralytics, США

    Для чего подходит
    Зрение: поиск и подсчет объектов на фото и видео, контроль брака и безопасности.
    Почему в списке
    14 января 2026 года Ultralytics выпустила YOLO26: по данным компании, распознавание на процессоре стало быстрее до 43%. Ultralytics, пресс-релиз Business Wire, 14 января 2026
    Цена
    бесплатно по AGPL-3.0; облачная платформа: бесплатный тариф, платный от 29 $ в месяц за место; коммерческая лицензия Enterprise по запросу (16 октября 2026) тарифы
    Русский язык
    да по данным сайта
    Доступ из России
    открытая модель, скачивается без ограничений по стране официальная страница
    Лицензия
    AGPL-3.0 или платная лицензия Ultralytics EnterpriseБесплатно пользоваться можно только при условии, что весь проект с YOLO, включая обученные веса, будет открыт по AGPL-3.0, а для закрытого коммерческого или даже внутреннего использования нужна платная лицензия Ultralytics Enterprise, цена которой назначается по запросу.
    Официальный сайт
    docs.ultralytics.com
  2. #2

    SAM 3*

    Meta, США

    Для чего подходит
    Зрение: точный контур объекта по клику или по тексту, замеры и разметка.
    Почему в списке
    По статье Meta от 20 ноября 2025 года SAM 3 вдвое повышает точность выделения объектов по текстовому описанию на изображениях и видео по сравнению с существующими системами, набор обучающих данных содержит 4 млн уникальных понятий. arXiv 2511.16719, 20 ноября 2025
    Цена
    бесплатно, веса выдаются по запросу на Hugging Face (16 октября 2026) тарифы
    Официальный сайт
    ai.meta.com/sam3
  3. #3

    Whisper

    OpenAI, США

    Для чего подходит
    Речь: расшифровка записей на своем сервере, русский язык поддерживается.
    Почему в списке
    Whisper обучена на 680 000 часах многоязычной разметки, статья с описанием модели опубликована 6 декабря 2022 года. arXiv 2212.04356, 6 декабря 2022
    Цена
    бесплатно, код и веса открыты (16 октября 2026) тарифы
    Русский язык
    да по данным сайта
    Доступ из России
    открытая модель, скачивается без ограничений по стране официальная страница
    Лицензия
    MIT
    Официальный сайт
    github.com/openai/whisper
    Термин в словаре
    Whisper
  4. #4

    PaddleOCR

    Baidu, Китай

    Для чего подходит
    Документы: распознавание печатного текста и разметки страницы, русский поддерживается.
    Почему в списке
    В июле 2025 года команда PaddlePaddle из Baidu выпустила технический отчет PaddleOCR 3.0: модели набора содержат менее 100 млн параметров. arXiv: PaddleOCR 3.0 Technical Report, 8 июля 2025
    Цена
    бесплатно: открытый код и модели (16 октября 2026) тарифы
    Русский язык
    да по данным сайта
    Доступ из России
    открытая модель, скачивается без ограничений по стране официальная страница
    Лицензия
    Apache 2.0
    Официальный сайт
    github.com/PaddlePaddle/PaddleOCR
  5. #5

    LightGBM

    открытый проект LightGBM, создан в Microsoft, США

    Для чего подходит
    Табличные данные: прогноз продаж, оценка риска, поиск подозрительных операций.
    Почему в списке
    В статье на NIPS 2017 авторы из Microsoft показали, что LightGBM ускоряет обучение обычного градиентного бустинга более чем в 20 раз при почти той же точности. NIPS 2017 (Advances in Neural Information Processing Systems 30), декабрь 2017
    Цена
    бесплатно: открытый код (16 октября 2026) тарифы
    Доступ из России
    открытая модель, скачивается без ограничений по стране официальная страница
    Лицензия
    MIT
    Официальный сайт
    github.com/lightgbm-org/LightGBM
  6. #6

    TimesFM

    Google Research, США

    Для чего подходит
    Прогнозы: временные ряды без обучения на ваших данных; веса версии 3.0 некоммерческие.
    Почему в списке
    31 августа 2026 года Google выпустила TimesFM-3 с 330 млн параметров, обученную на корпусе больше 1 трлн точек временных рядов. Google Research Blog, 31 августа 2026
    Цена
    бесплатно: открытый код и веса (16 октября 2026) тарифы
    Доступ из России
    открытая модель, скачивается без ограничений по стране официальная страница
    Лицензия
    код Apache 2.0; веса TimesFM 3.0 по TimesFM Non-Commercial License v1.0; веса до версии 2.5 Apache 2.0Код можно свободно использовать в бизнесе, но веса TimesFM 3.0 разрешены только для тестов и исследований: строить на них прогнозы для рабочих решений компании нельзя без коммерческой лицензии Google, а открытые веса версии 2.5 можно применять и в коммерции.
    Официальный сайт
    github.com/google-research/timesfm
  7. #7

    AlphaFold

    Google DeepMind, Великобритания

    Для чего подходит
    Наука: 3D-структура белка по последовательности, бесплатно для некоммерческих исследований.
    Почему в списке
    По данным Google DeepMind и Isomorphic Labs, AlphaFold 3 предсказывает взаимодействия белков с другими типами молекул как минимум на 50% точнее прежних методов (анонс 8 мая 2024 года). Google (blog.google), 8 мая 2024
    Цена
    бесплатно для некоммерческих исследований (AlphaFold Server) (16 октября 2026) тарифы
    Официальный сайт
    alphafoldserver.com
  8. #8

    AIFS

    ECMWF, Европа

    Для чего подходит
    Наука: глобальный прогноз погоды на ИИ в оперативной работе ECMWF.
    Почему в списке
    ECMWF запустил AIFS в оперативную работу 25 февраля 2025 года: по данным центра, прогноз требует примерно в 1000 раз меньше энергии, а по ряду показателей точность выше физических моделей до 20%. ECMWF, 25 февраля 2025
    Цена
    бесплатно: открытые веса и открытое подмножество прогнозов; прямая поставка данных может требовать платы и договора с ECMWF (16 октября 2026) тарифы
    Доступ из России
    открытая модель, скачивается без ограничений по стране официальная страница
  9. #9

    Stockfish

    открытый проект, открытый проект

    Для чего подходит
    Игры: открытый шахматный движок с нейросетью NNUE.
    Почему в списке
    В рейтинге CCRL 40/15 от 9 октября 2026 года Stockfish 19 занимает первое место с рейтингом 3650 Эло. CCRL 40/15 Rating List, 9 октября 2026
    Цена
    бесплатно: открытый код по лицензии GPLv3 (16 октября 2026) тарифы
    Доступ из России
    открытая модель, скачивается без ограничений по стране официальная страница
    Лицензия
    GPL-3.0
    Официальный сайт
    stockfishchess.org
  10. #10

    Isaac GR00T

    NVIDIA, США

    Для чего подходит
    Роботы: открытая базовая модель для гуманоидов с правом коммерческого использования.
    Почему в списке
    16 марта 2026 года NVIDIA представила открытую модель Isaac GR00T N1.7 для гуманоидов с правом коммерческого использования; о ее применении объявили Humanoid, LG Electronics, NEURA и Noble Machines. NVIDIA Newsroom, 16 марта 2026
    Цена
    бесплатно: открытые веса и код (16 октября 2026) тарифы
    Официальный сайт
    developer.nvidia.com/isaac/gr00t

Генеративный ИИ и все остальное

Генеративный ИИ создает новое: текст, код, картинку, видео, голос. Остальные типы ИИ ничего не сочиняют. Они находят, считают, распознают, предсказывают и действуют: дефект на детали, слово в записи звонка, сумму в счете, спрос на следующую неделю, ход в партии, движение руки робота. Термин разобран в словаре: генеративный ИИ.

Двенадцать типов по задачам: 1) тексты и код, 2) изображения и видео, 3) голос и музыка, 4) зрение, 5) речь, 6) документы, 7) прогнозы и табличные данные, 8) рекомендации, 9) антифрод, 10) наука, 11) игры, 12) роботы. Первые три собраны в рейтингах генерации, остальным посвящены разделы ниже.

Порядок в списке по критериям этой страницы, это не рейтинг: модели идут в порядке разделов, по одной-две на тип задачи. Мы выбирали открытые модели, которые компания может поставить на свой сервер, и для каждой даем факт с датой и лицензию.

Зрение

Компьютерное зрение находит объекты на фото и видео, выделяет их контур и измеряет. Так контролируют брак на линии, считают товар на полке, проверяют каску в опасной зоне.

Ultralytics YOLO ищет и считает объекты. 14 января 2026 года вышла версия YOLO26: по данным компании, на процессоре она работает быстрее до 43%. Лицензия AGPL-3.0: бесплатно, только если вы откроете весь продукт с YOLO, включая обученные веса. Для закрытой или даже внутренней системы нужна платная лицензия Ultralytics Enterprise, цена по запросу.

SAM 3* (Segment Anything Model 3) вышла в ноябре 2025 года с открытыми весами и выделяет объекты на фото и видео, в том числе по текстовому описанию. Подробный разбор моделей, лицензий и закона о биометрии на странице о компьютерном зрении.

Речь

Распознавание речи превращает запись звонка или встречи в текст, а дальше этот текст разбирают другие модели: ищут возражения клиентов, составляют протокол, заполняют CRM.

Whisper от OpenAI открыта под MIT и обучена на 680 000 часах многоязычной разметки, русский поддерживается. Модель ставят на свой сервер, и записи не уходят из компании.

Точность сравнивает открытый Open ASR Leaderboard: 86 систем от 26 организаций по доле ошибок в словах (WER) и скорости. Русского в его многоязычной части нет, поэтому для русского сравнивают тесты разработчиков. Подробности на странице о распознавании речи.

Документы

Распознавание документов переводит скан, фото или PDF в текст и таблицы, а затем извлекает поля: номер счета, сумму, контрагента, срок. Компания перестает вводить документы руками.

PaddleOCR от Baidu открыт под Apache 2.0 и поддерживает русский. По техническому отчету PaddleOCR 3.0 от июля 2025 года модели набора содержат менее 100 млн параметров, поэтому работают на скромном сервере.

Для PDF с таблицами и для разбора смысла договора нужны другие модели. Классические OCR, открытые модели для PDF и языковые модели со зрением сравниваются на странице о распознавании документов.

Прогнозы и табличные данные

Большая часть данных компании лежит в таблицах: продажи, остатки, платежи, сделки. Прогноз спроса, оценка риска клиента и планирование закупок строятся на них, и здесь работают другие модели, не языковые.

LightGBM, открытый под MIT, строит прогноз из множества деревьев решений и учитывает цены, акции, праздники. В статье на NIPS 2017 авторы из Microsoft показали, что он ускоряет обучение обычного градиентного бустинга более чем в 20 раз при почти той же точности.

TimesFM-3 от Google вышла 31 августа 2026 года: 330 млн параметров, обучена на триллионе точек, первая версия с многомерным прогнозом. Веса только для некоммерческого использования, код под Apache 2.0. Простыми словами: попробовать модель на своих данных можно, а ставить ее прогноз в рабочие закупки без коммерческой лицензии Google нельзя. Все методы и лицензии на странице о прогнозировании.

Рекомендации и антифрод

Рекомендательная система подбирает человеку товар, статью или фильм по его действиям и действиям похожих людей. Ее строят на истории покупок и просмотров, а проверяют на доле клиентов, которые купили рекомендованный товар. Термин разобран в словаре: рекомендательная система.

Антифрод ищет мошеннические операции: необычную сумму, новое устройство, подозрительную цепочку переводов. Модель ставит каждой операции оценку риска, а сомнительные отправляет человеку на проверку.

Для обеих задач часто берут градиентный бустинг вроде LightGBM: он быстро учится на табличных данных и показывает, какой признак повлиял на решение. Порядок запуска один: собрать историю с правильными ответами, обучить модель на прошлом периоде, проверить на следующем и только потом включать в работу.

Наука: белки, погода, материалы

9 октября 2024 года Демис Хассабис и Джон Джампер из Google DeepMind получили Нобелевскую премию по химии за AlphaFold, который предсказывает 3D-структуру белка по последовательности. AlphaFold пользуются больше 2 млн исследователей из 190 стран.

25 февраля 2025 года европейский центр ECMWF запустил в работу модель погоды AIFS на машинном обучении. На ряде показателей она точнее физических моделей, по траекториям циклонов до 20%, и тратит на прогноз примерно в 1000 раз меньше энергии.

Модели ищут и новые материалы: перебирают кристаллические структуры и отсеивают неустойчивые до опыта в лаборатории. Факты о белках, погоде, материалах и математике собраны на странице об ИИ в науке.

Игры

Игры были полигоном ИИ: в шахматах и го видно, кто сильнее, а правила известны заранее. Здесь появились идеи, которые потом ушли в бизнес: обучение на собственном опыте и связка нейросети с поиском вариантов.

Stockfish открыт под GPL-3.0 и соединяет перебор с нейросетью NNUE. В списке CCRL 40/15 от 9 октября 2026 года Stockfish 19 занимает первое место с рейтингом 3650 Эло. История от Deep Blue до AlphaZero на странице об ИИ в шахматах.

Роботы

Физический ИИ управляет движением: видит сцену, понимает задачу и двигает манипулятор, колеса или ноги. По данным IFR, в 2025 году в мире установили больше 600 000 промышленных роботов, на 11% больше, чем годом раньше, а всего в работе рекордные 5 млн роботов.

Isaac GR00T от NVIDIA дает открытую базовую модель для гуманоидов. 16 марта 2026 года NVIDIA представила версию N1.7 с правом коммерческого использования, о ее применении объявили Humanoid, LG Electronics, NEURA и Noble Machines. Объявление о применении еще не значит работу у заказчика: статусы роботов собраны на странице о робототехнике.

Что из этого нужно бизнесу

Чат-бот это только одна из двенадцати задач. В производстве деньги чаще приносит зрение, в рознице прогноз спроса и рекомендации, в финансах антифрод, в бэк-офисе распознавание документов.

Выбор идет от задачи, а не от модели: где сотрудники тратят больше всего часов, где ошибка стоит дороже всего, какие данные уже есть. Только после этого подбирают тип ИИ и конкретную модель.

Проверьте лицензию до запуска. YOLO под AGPL-3.0 требует открыть продукт или купить лицензию, веса TimesFM-3 некоммерческие, LightGBM и Whisper под MIT можно встроить в закрытую систему.

Если данные содержат персональные сведения клиентов или сотрудников, открытую модель ставят на свой сервер в России. Термины из этой страницы собраны в словаре ИИ.

Как мы составили топ

  • Одна-две модели на каждый тип задачи
  • Открытый код или веса и понятная лицензия для бизнеса
  • Факт о модели из статьи, релиза или рейтинга с датой
  • Модель применяют на практике, а не только в статье

Порядок по критериям этой страницы, это не рейтинг.

Проверено:

Как мы составляем рейтинги

Вопросы и ответы

Какие виды нейросетей бывают? По задачам удобно выделять 12 типов: тексты и код, изображения и видео, голос и музыка, зрение, речь, документы, прогнозы, рекомендации, антифрод, наука, игры и роботы. Первые три генерируют контент, остальные распознают, предсказывают и действуют.

Например, YOLO ищет объекты на видео, Whisper расшифровывает речь, AIFS с 25 февраля 2025 года считает прогноз погоды в ECMWF.

Чем генеративный ИИ отличается от остального? Генеративный ИИ создает новое: текст, картинку, код, голос. Остальной ИИ работает с тем, что уже есть: находит дефект на фото, распознает документ, считает прогноз продаж или выбирает ход.

Для бизнеса разница в проверке: результат генерации оценивает человек, а распознавание и прогноз сверяют с фактом в цифрах.

Источники

* Компания Meta признана экстремистской организацией, ее деятельность в России запрещена.

Написать в Telegram