Британская компания Locai Labs запустила L1-Large — первую независимую европейскую LLM, которая превзошла GPT-5, Claude 4.5 Sonnet и Gemini Flash 2.5 по ключевому benchmarку человеческих предпочтений
Инновационная система "Forget-Me-Not" позволяет модели улучшаться самостоятельно без дорогостоящей разметки данных человеком
Модель разработана в британских дата-центрах на 100% возобновляемой энергии с фокусом на культурную чувствительность и поддержку языков с малым цифровым присутствием
Геополитический сдвиг в гонке искусственного интеллекта
Долгие годы развитие передовых AI-систем остаётся монополией США и Китая. Их технологические гиганты обладают огромной инфраструктурой дата-центров и инвестициями, недоступными другим странам. Британия, напротив, сталкивалась с хронической нехваткой вычислительных ресурсов, что исключало её из глобальной конкуренции на фронтире AI.
Запуск Locai L1-Large 11 ноября 2025 года изменил эту картину. Компания, основанная братьями Джеймсом и Джорджем Дрейсонами и поддержанная бывшим министром науки лордом Дрейсоном, представила модель, которая не просто конкурирует с американскими и китайскими лидерами — она их обходит.
Лидерство в AI переходит от "больших игроков с большими деньгами" к инноваторам с лучшими идеями. Это снижает барьеры входа для европейских компаний и государств, создавая многополярный рынок AI вместо доминирования двух-трёх гигантов
Суверенный AI становится вопросом национальной безопасности и экономической независимости, как продовольствие или энергия
Архитектура: как Locai L1-Large работает эффективнее конкурентов
L1-Large построена на базе архитектуры Qwen3 235B Instruct, используя Mixture of Experts (MoE) — инженерное решение, которое позволяет модели активировать только необходимые нейронные компоненты для каждой задачи, экономя вычисления.
Главная инновация: система "Forget-Me-Not"
Традиционное обучение LLM требует огромных объёмов данных, размеченных человеком-экспертом. Это дорого, медленно и ограничивает скорость итерации. Джордж Дрейсон разработал "Forget-Me-Not" — технологию, которая решает одну из главных проблем AI: катастрофическое забывание (catastrophic forgetting).
Проблема: когда модель обучается на новых данных, она часто "забывает" старые знания — как ученик, который переучивается в другой школе и теряет предыдущие навыки.
Решение: "Forget-Me-Not" комбинирует Experience Replay (микширование старых данных в новый набор для обучения) с Self-Improvement (модель генерирует и оценивает собственные данные обучения). Модель получает инструкции по ключевым целям — помощность, краткость, факточность — и сама улучшает себя, не требуя новой разметки человеком.
Arena Hard v2: L1-Large показала улучшение на 2.1% над базовой моделью Qwen, заняв первое место в рейтинге
AgentHarm benchmark (безопасность): улучшение на 17% — система успешнее фильтрует опасные выходы
Эффективность: разработана на одном узле из восьми GPU NVIDIA H200, в то время как конкуренты используют целые суперкластеры
Пост-обработка: конвертирована в вариант FP8 (сжатие в 2 раза), что удвоило пропускную способность без потери качества
Британский путь: культурная чувствительность и языки меньшинств
В отличие от большинства frontier-моделей, которые стремятся к культурной нейтральности (на практике — американоцентризму), Locai L1-Large сделала ставку на культурную специфичность.
Британская культура и язык: модель целенаправленно обучена использовать британский английский (spelling и грамматика), а также быть чувствительной к британским культурным нормам. Для этого команда использовала CultureBank — базу знаний сообщества с валидированными культурными дескрипторами и суждениями.
Поддержка языков меньшинств: признав, что плохая работа с языками типа валлийского, ирландского и шотландского гэльского может ускорить их исчезновение, Locai создала набор для обучения на основе двусторонних переводов из кинофильмов. Это напрямую помогает региональной аудитории, которую обычно игнорируют крупные AI-лаборатории.
Этот подход — редкий пример того, как технология может не только копировать, но и сохранять культурное разнообразие.
Практические приложения и доступ
L1-Large открыта как на Hugging Face (open-source, свободна для исследователей и компаний), так и через веб-приложение Locai.chat (Early Access).
Для бизнеса это означает несколько вариантов использования:
1. Локальное развёртывание: компаниям можно скачать модель и запустить её на собственной инфраструктуре без зависимости от облачных провайдеров США или Китая (вопрос суверенитета данных).
2. Enterprise-интеграция: благодаря эффективности (работает на H200, тогда как GPT-5 требует кластеры A100/H100), компания может внедрить L1-Large дешевле и быстрее.
3. Культурно-ориентированные приложения: для компаний, работающих на британском рынке или с малораспространёнными языками, модель более релевантна, чем универсальные конкуренты.
Arena Hard v2 — важный, но узкий benchmark. Он измеряет "выравнивание с человеком" и conversational ability, но не охватывает специализированные домены (медицина, право, финансы)
Модель построена на Qwen3, что означает зависимость от китайской архитектуры (хотя это не проблема с точки зрения функциональности, но релевантно для обсуждения суверенитета)
Британская центричность может быть ограничением для международного масштабирования — требуется валидация на других рынках
Будущие тренды: что отслеживать
2025-2026: Будут ли другие европейские страны (Франция, Германия, ЕС в целом) создавать собственные LLM? L1-Large показала, что это возможно при правильном подходе.
2026-2027: Повторит ли Locai Labs успех на других языках и доменах? Если да, это может стать шаблоном для суверенного AI в других странах.
Долгосрочно: Приведёт ли децентрализованная архитектура (блокчейн-сеть для масштабирования через пользовательские ресурсы, как планирует Locai) к изменению экономики AI? Сейчас это остаётся обещанием, но если сработает, это будет революция в доступности AI.
Узнать больше
Locai.chat — web-приложение L1-Large
Early Access приложение для взаимодействия с моделью L1-Large. Попробуйте производительность самостоятельно и сравните с другими ассистентами.
Hugging Face: Locai L1-Large (open-source)
Загрузите модель для локального запуска, fine-tuning или исследований. Полная прозрачность архитектуры и весов.
Практические идеи для действия
Для лидеров технологических компаний: оцените, может ли L1-Large заменить или дополнить текущих провайдеров AI в вашей стеке. Фокусируйте на юрисдикциях, где суверенность данных критична (EU, UK).
Для государственных цифровых инициатив: Locai Labs демонстрирует, что сверхдорогие мегапроекты не единственный путь к суверенному AI. Гибридный подход (лучшие идеи + целевое инвестирование) может быть эффективнее.
Источники и дополнительные материалы
Материал подготовлен на основе официальных пресс-релизов Locai Labs, публикаций tech.eu, startuphub.ai и научных статей на Arena Hard v2. Цифры и факты актуальны на 12 ноября 2025 года. Модель L1-Large выпущена 11 ноября 2025.