Губка Боб и большие

языковые модели

В «Сбере» работают сотни ИИ-исследователей, чья научная работа сразу находит применение в бизнесе.

Создали сервис редактирования изображений с пиксельной точностью Malvina Разработали генератор музыки и пения по текстовому запросу SymFormer Авторы и создатели независимого бенчмарка для оценки русскоязычных моделей MERA Разработали технологию распознавания русского жестового языка
Как снежный ком

За последние семь лет команда ИИ-исследователей выросла с 30 до 300 человек, но идей и задач столько, что на все не хватает рук. Прогресс в своей сфере и в мире, и в «Сбере» управляющий директор департамента развития ИИ и машинного обучения Александр Капитанов сравнивает с несущимся с горы снежным комом: каждое исследование и открытие дают базу для новых исследований и открытий.

Команда может вести одновременно десятки разных проектов, от экспериментов с архитектурами больших языковых моделей до разработки технологий в области компьютерного зрения и синтеза речи. Одни и те же люди работают над задачами компании, индустриальными и научными проектами.

Исполнительный директор департамента развития ИИ и машинного обучения Алена Феногенова пришла в команду развиваться как ученый в области обработки естественного языка (NLP). «Я была одной из первых выпускниц Высшей школы экономики в области NLP, тогда это даже называлось по-другому, компьютерной лингвистикой, — вспоминает Алена Феногенова. — Потом в НИИ я создавала небольшие NLP-инструменты (еще до появления больших языковых моделей) и чувствовала себя первооткрывательницей».

Когда NLP-инструменты оказались востребованы в бизнесе, ее лаборатория перешла в консалтинговую компанию. «Там у меня было много инженерной нагрузки, но я заскучала по науке, — говорит Алена. — Пошла с подругой на конференцию AI Journey, чтобы посмотреть, что происходит в индустрии. Доклады произвели впечатление, и я оставила контакты HR. В НИИ сегодня не хватает вычислительных ресурсов для крупных исследований и зачастую нет реальных индустриальных задач. В «Сбере» с этим нет проблем».

Сегодня ее группа создает инструменты, которые позволяют оценить большие языковые модели и находить их слабые места. «Разные бенчмарки нужны и «Сберу», например, чтобы развивать «ГигаЧат», — рассказывает Алена, — и индустрии в целом. Они, например, помогают выбрать, какую языковую модель лучше внедрить в конкретном случае». В 2023 году ее группа и коллеги из других ИТ-компаний объединили разработки в независимый бенчмарк MERA под эгидой Альянса в сфере искусственного интеллекта. Он регулярно пополняется новыми инструментами и превратился в целую экосистему тестов.

collage1 image-patch4
collage2
collage3 image-patch3
collage4
collage5
collage6
Дизрапт-задачи

image-patch10 Дизрапт-задачи

В 2026 году в приоритете команды ИИ-исследователей «Сбера» технологии, которые меняют физический мир: в робототехнике, беспилотном транспорте, взаимодействии с окружающей средой. Но в первую очередь их интересуют дизрапт-открытия. «Все привыкли к большим языковым моделям, которые умеют строить текстовые цепочки рассуждений, — приводит пример Сергей Марков, директор по развитию ИИ-технологий «Сбера». — А если сделать модель, которая в процессе рассуждений сможет что-либо проговаривать вслух или рисовать?» Визуализация нужна в решении некоторых задач, например на прохождение лабиринта.

«Наше тело мгновенно реагирует на боль благодаря рефлексам, в которых не участвует головной мозг, — продолжает Марков. — Можем ли мы разработать технологию, чтобы робот удерживал равновесие, используя лишь часть своей искусственной нейросети?»

Ученых «Сбера» интересует даже управление роботами в ходе строительства лунной базы. «Сигнал с Земли идет с большой задержкой, — рассказывает Сергей. — Большая вычислительная платформа на Луне — как минимум дорого и не факт, что возможно при нынешних инженерных возможностях. Можем ли мы создать класс ИИ-моделей, которые используют целый рой вычислительных устройств?» В общем, исследователей увлекают все задачи, с которыми не справляются классические модели.

Каждый решает
В обсуждении с коллегами

Когда Александр Капитанов выбирал работу в 2020 году, «Сбер» еще не был ИИ-ориентированной компанией. Но из семи вариантов он показался Александру самым перспективным. «Мне предлагали даже вдвое большую зарплату, но я провел собственное исследование, оценил направления работы и понял, что именно здесь работают таланты в сфере искусственного интеллекта и машинного обучения», — говорит Александр.

Но даже наличие талантов не гарантирует интересной работы и решения амбициозных задач. По мнению Сергея Маркова, в современной науке успеха обычно добиваются слаженные команды энтузиастов. Он это понял, дойдя до финала Всемирной олимпиады по программированию 2002 года. И управление такими командами, по мнению Сергея, сродни выпасу кошек: «У них не выйдет хорошо маршировать, но с каждым сотрудником можно и нужно договориться».

По его словам, люди, которые работают на фронтире науки, так увлечены сложными задачами, что тратят на них почти все свое время. Если они не будут чувствовать себя свободно с коллегами и руководством, никаких прорывных открытий может не случиться. Поэтому все важные решения в этой команде принимаются коллегиально. На регулярных встречах сотрудники обсуждают свои и чужие исследования, как в любом научном центре, и каждый может повлиять на решение продолжить какую-то разработку или признать ее тупиковой.

Каждый решает В обсуждении с коллегами
Комьюнити увлеченных

image-patch11 Комьюнити увлеченных

Исследователи общаются и в нерабочее время. Алена Феногенова играет с молодыми учеными в падел и бадминтон, а коллег-лидов, с которыми давно дружит, позвала на свадьбу. «Там я устроила винную дегустацию, ведь я окончила школу сомелье, — говорит Алена. — С зумерами из моей команды не могу разделить это увлечение: они совсем не пьют».

Делиться хобби — в духе команды. Сергей Марков, увлекшись 3D-печатью, сначала потренировался на себе, напечатав тапки, посуду, выдавливатель кошачьего корма, десятки фигур Губки Боба и много чего еще. А потом начал дарить напечатанные вещи коллегам. Но в целом дружеские отношения складываются благодаря увлеченности общим делом, считает Александр Капитанов. Недаром идеи рождаются и в нерабочее время.

«Идея ИИ-редактора изображений с пиксельной точностью пришла к нам в баре после работы, потому что мы думаем о проектах не только в офисе, — рассказывает Александр Капитанов — Мы ставим себе задачи, исходя из мировых трендов, своих идей и разработок».

ИИ-редактор Malvina вышел в мае 2025 года, когда у него еще не было конкурентов: аналоги сильно искажали картинку. За полгода Malvina воспользовались около 20 млн человек в «ГигаЧате», а Александр по итогам года стал лауреатом премии «Лучший исследователь 2025» «Сбера» и получил 1 млн рублей.

Он лидер ИИ-сообщества, объединяющего более 1000 сотрудников разных департаментов «Сбера», и участвует в подготовке индустриальных конференций Highload++, AI Conf, AI Journey и Data Fest для внешнего комьюнити. Общение с коллегами, по его словам, ускоряет развитие технологий. В 2023 году команда Александра научила нейросеть распознавать русский жестовый язык и переводить его в текст. А потом провела открытое соревнование с призовым фондом 2 млн рублей, предложив обогнать их нейросеть в распознавании жестов по видео. Наработки победителя «Сбер» использовал в развитии своих технологий.

«Специалисты по-разному решают задачи, и чужой взгляд порой помогает изменить твой подход. Это очень круто! Мы регулярно выкладываем данные и open-source-решения, чтобы получить фидбек от внешних исследователей», — говорит Капитанов. Часть видео, на которых команда обучала нейросеть жестовому языку, они тоже выложили в открытый доступ, и их использовали для машинного обучения мировые компании, включая Google. Постепенно ИИ-комьюнити «Сбера» начинает работать на развитие технологий не только в компании, но и в целом мире.

Как разрабатывать новые ИТ-решения и развиваться вместе с ними

ИТ-команды «Сбера» создают технологии, которые входят в топы международных рейтингов. Это получается только благодаря людям, которые умеют вместе работать, думать и творить. Знакомьтесь с ними в наших материалах: исследователи и создатели роботов, мультимодальных моделей, альтернативных платежных методов и рабочих сред рассказывают, с какими задачами сталкиваются, что думают о будущем своих продуктов и жизни с нейросетями.

image-patch12 Узнайте подробнее о командах Сбера
Что делает нас сильнее: версия инженеров
Что делает нас сильнее: версия инженеров Создатели нейросетей «ГигаЧат» и «Kandinsky» работают вместе с ИИ, чтобы войти в топ генеративных сетей в мире
«ГигаЧат» — семейство больших языковых моделей «Сбера» для генерации текста, кода и поиска на русском языке; на базе моделей работает ИИ-помощник «ГигаЧат», доступный бесплатно и без ограничений для всех пользователей; модели выложены в открытый доступ для всех разработчиков, а бизнес может использовать их по API Семейство моделей Kandinsky для генерации изображений и видео помогает людям воплощать фантазии уже четыре года Kandinsky 5 Video Pro — на первом месте в мире среди опенсорс-моделей для генерации видео (рейтинг LMArena, декабрь 2025-го) GigaData — это команда, которая занимается realtime-аналитикой, данными для ИИ и поисковыми технологиями, чтобы обеспечить доступ ИИ «Сбера» к наиболее полным, актуальным и достоверным внешним данным
Читать
Платеж как искусство балета
Платеж как искусство балета Команда «Альтернативных платежных методов» умеет превращать сложную технологию в простое для клиента действие.
Обеспечивают удобство и безопасность способов оплаты через сервисы «Вжух», «Оплата улыбкой», SberPay и «СберЧаевые» «Вжух» позволяет оплачивать покупки с помощью смартфона без NFC и мобильного интернета 195 миллионов трансакций в 2025 году россияне провели с помощью улыбки Со SberPay можно совершать офлайн- и онлайн-покупки, а также платить по QR-коду с телефона без указания реквизитов
Читать
image-patch7
От прототипов к роботу эпохи Physical AI
От прототипов к роботу эпохи Physical AI За три года команда Центра робототехники «Сбера» выросла в шесть раз и создала антропоморфного робота Грина. За последние полгода они:
Презентовали первого человекоподобного робота Сбера — Грина Открыли доступ к коду и весам Green-VLA — модели для управления роботами на GitHub и Hugging Face Вошли в топ лучших команд в международном соревновании AgiBot World Challenge
Читать
image-patch7
Губка Боб и большие языковые модели
Губка Боб и большие языковые модели В Сбере работают сотни ИИ-исследователей, чья научная работа сразу находит применение в бизнесе.
Создали сервис редактирования изображений с пиксельной точностью Malvina Разработали генератор музыки и пения по текстовому запросу SymFormer Авторы и создатели независимого бенчмарка для оценки русскоязычных моделей MERA Разработали технологию распознавания русского жестового языка
Читать
image-patch7
Баланс, точность и вейксерфинг
Баланс, точность и вейксерфинг «СберВоркс» — команда, которая живет на скорости ИИ и придумывает инструменты для тех, кто создает цифровые продукты.
Создают и развивают интегрированную платформу для сквозного управления процессом разработки от идеи до вывода в пром Разработали GigaIDE — интегрированную среду, объединяющую привычные инструменты и интеллектуального помощника в едином рабочем пространстве ИИ-ассистент разработчика с агентным режимом GigaCode поддерживает более 35 языков программирования и помогает ускорять написание, анализ и доработку кода на 60% 1,6 триллионов токенов генерирует банк с Giga-продуктами за 30 дней
Читать
image-patch7
image-patch8
Влево Вправо
result-image result-image

Продвинутым и увлеченным

Если вы хотите работать в крутых командах над технологиями, которые меняют мир, посмотрите вакансии «Сбера», где ИИ стал частью стратегии и ежедневных процессов. Конечно, для начала хорошо бы стать, например, специалистом в машинном обучении или обработке естественного языка, в робототехнике или создании ИИ-моделей. Но в «Сбере» есть место и студентам. Главное, что всех объединяет, — увлеченность новыми технологиями и желание видеть, как твоя работа трансформирует реальность.

Работа в Сбере