Кто разработал нейросеть Qwen и из какой она страны?

Qwen разработала китайская компания Alibaba Cloud. Это семейство языковых моделей, большая часть которых выходит с открытыми весами. Модели работают со многими языками, включая русский.

Поддерживает ли нейросеть Qwen 2.5 русский язык?

Да, Qwen 2.5 поддерживает русский язык и подходит для работы с русскоязычными документами. В сложных художественных текстах закрытые модели вроде GPT-4o могут писать лучше.

Можно ли скачать нейросеть Qwen и запустить её локально на компьютере?

Да. Модели Qwen с открытыми весами можно бесплатно скачать, например, с Hugging Face. Для локального запуска используют Ollama, LM Studio или GPT4All. Чем крупнее модель, тем больше нужно видеопамяти. Требования смотрите на странице конкретной версии.

Брифы под NDA читает Qwen на сервере агентства

Вы отправили бриф под NDA в ChatGPT, и файл лёг на чужой сервер за границей. А в договоре с брендом стоит пункт про третьих лиц. Выход есть: открытая qwen нейросеть от Alibaba Cloud (разбираю версию 2.5) ставится на сервер агентства и читает документы внутри вашей сети. Ниже – зачем это продюсеру, где модель сильна на раскадровках и что проверить до запуска.

Почему qwen нейросеть на своём сервере спасает NDA

Большинство коммерческих проектов в продакшене идут под NDA. Когда вы грузите бриф в облачный ассистент вроде ChatGPT или Claude, файл уходит на серверы провайдера, и дальше всё зависит от его политики по данным. Юристу клиента такая цепочка вряд ли понравится.

Локальная модель закрывает вопрос физически. Вы скачиваете веса, ставите их на свой сервер, и после установки интернет не нужен. PDF-презентации, брифы и черновые тексты ходят только по вашей локальной сети.

Что это даёт на практике:

файлы остаются внутри компании;
нет подписки и платы за каждый запрос или токен;
модель не отключат из-за санкций или проблем со связью;
её можно дообучить на ваших прошлых кейсах и внутренних стандартах.

Теперь сравним с ChatGPT (GPT-4o) по тому, что важно студии:

конфиденциальность: у локальной Qwen 2.5 файлы лежат на вашем сервере, у ChatGPT уходят в OpenAI;
стоимость: у Qwen платите за железо и электричество, у ChatGPT – за подписку Plus или за токены по API;
интернет: Qwen после установки работает без него, ChatGPT требует соединения всегда;
раскадровки: Qwen читает структуру кадра и надписи (проверьте на своих файлах), а GPT-4o на мелком тексте бывает склонен к галлюцинациям;
скорость: у Qwen она зависит от вашей видеокарты, у ChatGPT – от нагрузки на серверы OpenAI.

Есть ещё онлайн-версия, Qwen Chat на chat.qwen.ai, бесплатная и на русском. Для открытых задач она хороша. Для брифов под NDA я бы её брать не стал: это такое же облако.

Где Qwen2.5-VL может обойти ChatGPT на раскадровках

Мультимодальная версия Qwen2.5-VL работает с изображениями. На мелком тексте в схемах GPT-4o иногда выдумывает слова, а Qwen2.5-VL здесь аккуратнее: точнее читает структуру кадра, подписи на раскадровках и детали планировки площадки. Честно, на ваших файлах результат может отличаться, поэтому ниже я предлагаю сравнить обе модели на одном и том же материале.

Задача выглядит так. Вы загружаете черновую раскадровку и режиссёрскую экспликацию и просите сопоставить их. Модель раскладывает сцены по таймкодам и показывает, где картинка расходится с текстом. Хаотичные правки клиента она тоже разбирает: собирает их в список с привязкой к кадрам.

С русским всё в порядке: Qwen 2.5 официально его поддерживает, и для рабочих документов этого хватает. В сложных художественных текстах закрытые модели вроде GPT-4o могут писать лучше. Для вычитки брифов и сверки раскадровок такой разницы мне не жалко.

Что нужно для запуска: видеокарта, Ollama и Open WebUI

Суперкомпьютер не понадобится, хватит сильной рабочей станции или небольшого сервера.

Железо. Для студии разумный выбор – Qwen2.5-14B или Qwen2.5-32B. Под них берут одну карту уровня RTX 3090 или RTX 4090 с 24 ГБ видеопамяти. Требования к конкретной версии сверьте перед покупкой: в выдаче уже есть и Qwen3.5.
Запуск модели. Проще всего поставить бесплатный Ollama: он скачивает и запускает open-source модели одной командой в терминале.
Интерфейс для команды. Поверх Ollama ставится Open WebUI. Он похож на привычный ChatGPT, умеет общие чаты, системные промпты и загрузку документов, так что продюсерам и аккаунтам не придётся лезть в терминал.
Доступ. Откройте сервер только сотрудникам студии, остальным закройте.

Как выстроить обучение команды вокруг таких инструментов, я писал в статье Обучение команды нейросетям: начните с живого брифа.

Что проверить и сделать на этой неделе

В моём продакшене нейросети дают скорость, а режиссуру, монтаж и звук делают люди. Похожее разделение видно в монтаже: когда Premiere раскладывает звук на голос, музыку и шум, черновую работу делает программа, а решения остаются за человеком. Локальный Qwen встаёт на ту же роль в препродакшене: вычитывает клиентские материалы и вытаскивает из них требования по брендингу. Дальше шаги:

откройте свежие договоры с клиентами и найдите пункты про третьих лиц и обработку материалов в сторонних сервисах;
возьмите старую раскадровку и экспликацию завершённого проекта, где NDA уже не действует, и прогоните их через Qwen2.5-VL и через ChatGPT. Сравните, кто точнее читает надписи и находит расхождения;
спросите у техдира или подрядчика, какая видеокарта есть в студии и хватит ли её для 14B или 32B;
напишите короткое правило: какие файлы можно грузить в облако, а какие только на локальный сервер.

Если на этих шагах вы упираетесь в железо, права доступа или в то, как научить команду работать с локальной моделью, загляните на страницу AI-консалтинг и обучение команд. Там описано, как я подхожу к внедрению нейросетей в реальное производство.