Когда люди начинают изучать локальный ИИ, обычно всё сводится к нескольким известным названиям вроде Llama, Qwen, Stable Diffusion или Whisper. Однако на практике это лишь небольшая часть огромной экосистемы.

Сегодня существуют тысячи открытых моделей, опубликованных на GitHub, Hugging Face, ModelScope и других площадках. Многие из них являются модификациями базовых моделей, специализированными версиями для конкретных задач или результатом дообучения уже существующих нейросетей. Поэтому точно подсчитать общее количество локальных моделей практически невозможно — их число постоянно растёт.

При этом большинство моделей можно условно разделить на несколько десятков крупных направлений: работа с текстом, изображениями, видео, голосом, музыкой, программированием, поиском информации, агентными системами, робототехникой, научными исследованиями и многими другими задачами.

Ниже представлен список из 100 наиболее популярных и востребованных типов локальных моделей, который поможет понять, насколько разнообразным стал современный мир открытого искусственного интеллекта и какие направления существуют за пределами привычных чат-ботов и генераторов изображений. 

🧠 Языковые модели (Large Language Models, LLM)

🧠 Мультимодальные модели (Multimodal Models)

🧠 Модели рассуждений (Reasoning Models)

🧠 Векторные модели представления (Embedding Models)

🧠 Модели генерации изображений (Text-to-Image Models)

🧠 Модели генерации кода (Code Generation Models)

🧠 Диалоговые модели (Conversational Models)

🧠 Модели преобразования речи в текст (Speech-to-Text Models)

🧠 Модели преобразования текста в речь (Text-to-Speech Models)

🧠 Визуально-языковые модели (Vision-Language Models)

🧠 Модели компьютерного зрения (Computer Vision Models)

🧠 Модели поиска информации (Retrieval Models)

🧠 Модели повторного ранжирования (Reranking Models)

🧠 Модели анализа документов (Document Understanding Models)

🧠 OCR-модели распознавания текста (Optical Character Recognition Models)

🧠 Модели суммаризации текста (Text Summarization Models)

🧠 Модели машинного перевода (Machine Translation Models)

🧠 Модели анализа тональности (Sentiment Analysis Models)

🧠 Модели классификации текста (Text Classification Models)

🧠 Модели ответов на вопросы (Question Answering Models)

🧠 Модели генерации видео (Text-to-Video Models)

🧠 Модели генерации музыки (Music Generation Models)

🧠 Модели генерации аудио (Audio Generation Models)

🧠 Модели клонирования голоса (Voice Cloning Models)

🧠 Модели анализа изображений (Image Understanding Models)

🧠 Модели описания изображений (Image Captioning Models)

🧠 Модели визуальных вопросов и ответов (Visual Question Answering Models)

🧠 Модели обнаружения объектов (Object Detection Models)

🧠 Модели сегментации изображений (Image Segmentation Models)

🧠 Модели распознавания лиц (Face Recognition Models)

🧠 Агентные модели (Agent Models)

🧠 Автономные агенты (Autonomous Agents)

🧠 Многоагентные модели (Multi-Agent Models)

🧠 Модели использования инструментов (Tool Use Models)

🧠 Модели вызова функций (Function Calling Models)

🧠 Модели памяти (Memory Models)

🧠 Модели долговременной памяти (Long-Term Memory Models)

🧠 Модели планирования задач (Task Planning Models)

🧠 Модели декомпозиции задач (Task Decomposition Models)

🧠 Исследовательские агентные модели (Research Agent Models)

🧠 Модели анализа кода (Code Analysis Models)

🧠 Модели дополнения кода (Code Completion Models)

🧠 Модели исправления ошибок в коде (Bug Fixing Models)

🧠 Модели генерации тестов (Test Generation Models)

🧠 Модели генерации SQL-запросов (Text-to-SQL Models)

🧠 Модели рефакторинга кода (Code Refactoring Models)

🧠 Модели аудита безопасности кода (Code Security Models)

🧠 Модели анализа репозиториев (Repository Understanding Models)

🧠 Модели анализа логов (Log Analysis Models)

🧠 Модели инженерии промптов (Prompt Engineering Models)

🧠 Диффузионные модели (Diffusion Models)

🧠 Модели преобразования изображения в изображение (Image-to-Image Models)

🧠 Модели дорисовки изображения (Inpainting Models)

🧠 Модели расширения изображения (Outpainting Models)

🧠 Модели суперразрешения (Super Resolution Models)

🧠 Модели удаления фона (Background Removal Models)

🧠 Модели восстановления изображений (Image Restoration Models)

🧠 Модели улучшения изображений (Image Enhancement Models)

🧠 Модели генерации аватаров (Avatar Generation Models)

🧠 Модели генерации персонажей (Character Generation Models)

🧠 Модели распознавания речи (Automatic Speech Recognition Models)

🧠 Модели преобразования речи в речь (Speech-to-Speech Models)

🧠 Модели изменения голоса (Voice Conversion Models)

🧠 Модели разделения источников звука (Source Separation Models)

🧠 Модели шумоподавления (Noise Reduction Models)

🧠 Модели идентификации говорящего (Speaker Identification Models)

🧠 Модели анализа эмоций по голосу (Speech Emotion Models)

🧠 Модели транскрипции встреч (Meeting Transcription Models)

🧠 Аудио-языковые модели (Audio-Language Models)

🧠 Модели разговорной аналитики (Conversation Intelligence Models)

🧠 Модели семантического поиска (Semantic Search Models)

🧠 Модели поиска сходства (Similarity Models)

🧠 Модели гибридного поиска (Hybrid Search Models)

🧠 Модели графов знаний (Knowledge Graph Models)

🧠 Модели поиска знаний (Knowledge Retrieval Models)

🧠 Модели извлечения сущностей (Named Entity Recognition Models)

🧠 Модели извлечения отношений (Relation Extraction Models)

🧠 Модели тематического анализа (Topic Modeling Models)

🧠 Модели анализа ключевых слов (Keyword Extraction Models)

🧠 Модели проверки фактов (Fact Verification Models)

🧠 Модели обучения с подкреплением (Reinforcement Learning Models)

🧠 Модели обучения по предпочтениям (Preference Models)

🧠 Модели вознаграждения (Reward Models)

🧠 Модели мирового представления (World Models)

🧠 Модели прогнозирования (Forecasting Models)

🧠 Модели временных рядов (Time Series Models)

🧠 Модели обнаружения аномалий (Anomaly Detection Models)

🧠 Рекомендательные модели (Recommendation Models)

🧠 Модели ранжирования (Ranking Models)

🧠 Модели персонализации (Personalization Models)

🧠 Робототехнические модели (Robotics Models)

🧠 Модели автономного управления (Autonomous Control Models)

🧠 Модели генерации 3D-объектов (3D Generation Models)

🧠 Модели реконструкции 3D-сцен (3D Reconstruction Models)

🧠 Медицинские диагностические модели (Medical Diagnosis Models)

🧠 Модели открытия лекарств (Drug Discovery Models)

🧠 Модели кибербезопасности (Cybersecurity Models)

🧠 Модели обнаружения мошенничества (Fraud Detection Models)

🧠 Модели анализа сетевого трафика (Network Analysis Models)

🧠 Универсальные базовые модели (Foundation Models)

Несмотря на огромное разнообразие направлений, большинство пользователей локального ИИ регулярно используют лишь небольшую часть всех существующих типов моделей. Именно вокруг этих категорий развивается основная экосистема открытых нейросетей, появляются новые проекты, инструменты и специализированные сборки.

1. Языковые модели (LLM)

Основа современных ИИ-ассистентов для общения, написания текстов, анализа информации, перевода и программирования.

2. Модели генерации изображений

Создают изображения по текстовому описанию и остаются одним из самых популярных направлений локального ИИ.

3. Модели генерации кода

Помогают писать программы, искать ошибки, объяснять код и ускорять разработку.

4. Мультимодальные модели

Одновременно работают с текстом, изображениями, документами и другими типами данных.

5. Модели преобразования речи в текст (Speech-to-Text)

Преобразуют аудио и видео в текст, используются для расшифровок, субтитров и анализа речи.

6. Модели преобразования текста в речь (Text-to-Speech)

Озвучивают текст естественными голосами и активно применяются для создания контента.

7. Модели клонирования голоса

Позволяют воспроизводить голос человека на основе короткого образца записи.

8. Агентные модели

Способны самостоятельно выполнять задачи, работать с инструментами, файлами и внешними сервисами.

9. Модели улучшения изображений

Используются для увеличения разрешения, восстановления качества и удаления артефактов.

10. Модели генерации видео

Одно из самых быстрорастущих направлений, позволяющее создавать видеоролики по текстовым описаниям.

💡 Если посмотреть на развитие открытого ИИ в 2025–2026 годах, именно эти десять категорий формируют большую часть интереса сообщества, новых релизов и практических сценариев использования. Для большинства пользователей знакомство с локальными нейросетями начинается именно с них, а уже затем расширяется на более узкоспециализированные направления вроде семантического поиска, агентных систем, моделей памяти, анализа документов или робототехники.