Sztuczna inteligencja open source jest przyjmowana przez Chiny i USA

Indeks AI Uniwersytetu Stanford 2025 informuje, że różnica wydajności między modelami otwartymi a zamkniętymi zmniejszyła się do jednocyfrowych punktów procentowych w wielu testach porównawczych w ciągu jednego roku. Modele otwarte są teraz "wystarczająco dobre" dla wielu zadań produkcyjnych – i o rzędy wielkości tańsze niż zamknięte.

\ Jednocześnie otwarte modele AI stają się coraz bardziej aktywami geopolitycznymi. W ciągu ostatniego roku chińskie laboratoria mocno postawiły na otwarte wagi, udostępniając konkurencyjne modele, które świat może pobrać i uruchomić. W ostatnich tygodniach giganci z Doliny Krzemowej, którzy zapoczątkowali erę zamkniętych API, zaczęli odpowiadać w podobny sposób. Rezultatem jest wojna cenowo-innowacyjna, która może przynieść korzyści każdemu twórcy.

Kto się otwiera?

W Chinach Alibaba szybko wydaje swoje modele Qwen LLM na otwartych, przyjaznych dla programistów licencjach, podczas gdy Baidu niedawno udostępniło ERNIE 4.5 za darmo na GitHubie i Hugging Face. Te firmy traktują budowanie społeczności deweloperów jako kluczową strategię, a nie tylko działanie PR. I kto może zapomnieć, gdy DeepSeek zszokował wszystkich, wydając potężny model rozumowania o otwartych wagach, który zmusił amerykańskie laboratoria do działania?

\ Teraz amerykańscy giganci odpowiedzieli. OpenAI, po latach milczenia na temat otwartych wag, mimo swojej nazwy, wydało swoje pierwsze nowe modele o otwartych wagach od czasów GPT-2. Co istotne, wyraźnie promuje dostosowywanie typu "uruchamiaj wszędzie". xAI Elona Muska opublikowało wagi MoE modelu Grok-1 o 314 miliardach parametrów i obiecało wkrótce opublikować wagi dla Grok-3. Meta nadal rozwija linię Llama z falą 3.x.

Co robią rządy

Przemysłowe strategie Pekinu (dotacje obliczeniowe, zatwierdzanie modeli i inicjatywy "AI+") skłaniają się ku krajowym możliwościom i otwartym ekosystemom odpornym na kontrole eksportu.

\ Plan działania administracji Trumpa w zakresie AI określa teraz otwarte wagi jako mające "wartość geostrategiczną", co stanowi znaczący zwrot od ostrożnej retoryki z lat 2023-24. Prawnicy ostrzegają przedsiębiorstwa, aby mądrze podchodziły do warunków licencji, ponieważ rośnie adopcja otwartych wag. W przyszłości otwarte modele będą zarówno dobrami publicznymi, jak i instrumentami miękkiej siły.

Dlaczego organizacje coraz częściej preferują otwarte wagi

Otwarte modele mają kilka korzyści dla organizacji użytkowników:

• Lokalne i niedrogie: Brak podatku od tokenów, lepsza latencja i ściślejsza kontrola nad czasem działania i ścieżkami danych; te cechy są szczególnie przydatne dla regulowanych branż lub wdrożeń brzegowych/odizolowanych
• Dostosowanie: Możesz dostrajać na wąskich danych domenowych bez wysyłania danych poza firmę do API strony trzeciej.
• Unikanie nagłych zmian dostawcy: Otwarte wagi zmniejszają ryzyko, że zmiana produktu lub ceny dostawcy z dnia na dzień zepsuje twój plan działania.

\ Ale są też pułapki:

• Bezpieczeństwo: Lokalne modele rozszerzają powierzchnię ataku (zatrucie łańcucha dostaw punktów kontrolnych, wstrzykiwanie promptów w wewnętrznych narzędziach, wycieki kanałami pobocznymi), więc organizacje mogą chcieć traktować artefakty modeli jak pliki binarne, weryfikując hashe, kontrolując wersje i izolując modele.
• Zarządzanie: "Otwarty" ma wiele znaczeń, ponieważ niektóre licencje ograniczają przypadki użycia lub redystrybucję, podczas gdy inne są permisywne (Apache-2.0/MIT)

Organizacje powinny dążyć do jasności IP

Organizacje powinny zapewnić następujące rzeczy podczas korzystania z otwartych modeli:

1. Pochodne są twoje. Jeśli dostrajasz i tworzysz model "potomny", powinieneś być właścicielem tej pochodnej w najszerszym zakresie dozwolonym przez licencję bazową. Wybieraj permisywne licencje, gdy to możliwe, i utrwalaj własność w SOW i DPA.
2. Dane wejściowe są chronione. Umownie zabroń dostawcom używania twoich promptów, korpusów lub osadzań do ulepszania ich publicznych modeli. Wymagaj szyfrowania w spoczynku/w użyciu i ścisłych okresów przechowywania danych.
3. Dane wyjściowe są twoje. Upewnij się, że licencja przyznaje prawa komercyjne do wygenerowanych danych wyjściowych i że żadne ograniczenia użytkowania (zakazy sektorowe, limity użytkowników) nie wkradają się przez warunki "otwarte, ale nie OSI-otwarte". (Na przykład, licencja Llama jest otwarta wagowo, ale nie w pełni OSI-otwarta).

Czego oczekiwać w nadchodzących latach

Organizacje powinny pamiętać, że licencje mają znaczenie: "otwarte wagi" nadal mogą nieść ze sobą ograniczenia, które komplikują redystrybucję lub pewne branże.

\ Gdy najlepsze amerykańskie i chińskie laboratoria konkurują w otwartych modelach, ceny spadają, odtwarzalność rośnie, narzędzia do bezpieczeństwa i ewaluacji się poprawiają, a długi ogon przypadków użycia (on-prem, brzegowe, o niskiej łączności) przestaje być drugorzędny. To prawdopodobnie dobra wiadomość.

\ Ale geopolityka może fragmentować ekosystemy – na przykład poprzez kontrole eksportu, sankcje lub zasady lokalizacji danych wymuszające regionalne rozgałęzienia.

\ Organizacje będą musiały starannie rozważyć, które stosy mogą pobrać, sprawdzić i uruchomić – jednocześnie minimalizując ryzyko polityczne.

--

Shaan Ray

\