Как запустить модель у себя с помощью ИИ
Открытые модели, которые работают на своём сервере без передачи данных наружу.
5 инструментов
DeepPavlov
Открытая библиотека для русскоязычного NLP: классификация, извлечение сущностей, диалоговые модели.
Бесплатно
Русский язык
Open-source
SealKeeper
Сервис ведёт проверяемую историю задач ИИ-агентов и формирует публичную оценку их активности.
Open-source
CosmoEdge
Среда для локального анализа видео и передачи результатов в рабочие системы, предназначенная разработчикам и инженерам внедрения.
Open-source
Rerun
Инструмент для работы с многомодальными данными в робототехнике.
Бесплатно
Русский язык
Open-source
Vosk
Офлайн-распознавание речи с поддержкой русского языка и небольшими моделями.
Бесплатно
Русский язык
Open-source
CosmoEdge
Среда для локального анализа видео и передачи результатов в рабочие системы, предназначенная разработчикам и инженерам внедрения.
Open-source
Rerun
Инструмент для работы с многомодальными данными в робототехнике.
Бесплатно
Русский язык
Open-source
Vosk
Офлайн-распознавание речи с поддержкой русского языка и небольшими моделями.
Бесплатно
Русский язык
Open-source
Частые вопросы
Зачем запускать модель у себя?
Данные остаются в своей инфраструктуре, а стоимость не зависит от количества запросов к внешнему API.
Какое оборудование нужно?
Небольшим моделям хватает обычной видеокарты с 8–12 ГБ памяти, крупным нужны серверные ускорители или аренда вычислений.
Можно ли использовать открытую модель в коммерческом продукте?
Лицензии у открытых моделей разные: часть разрешает коммерческое применение, часть запрещает или требует раскрывать изменения. Это проверяют до внедрения.