Default
Door Remote - 20 Jul 2026
De indrukwekkende mogelijkheden van Kimi K3 van het Chinese laboratorium Moonshot, het grootste open-weight grote taalmodel, hebben een debat op gang gebracht dat twee dingen samenvoegt: de economische mogelijkheden van Amerikaanse AI-giganten en de toekomst van LLM’s als technologie.
OpenAI’s hoofd strategische toekomst, Dean W. Ball, ging zelfs zo ver dat hij betoogde dat de Amerikaanse regering een voorwendsel zou moeten vinden om regelgevende angst, onzekerheid en wantrouwen rond de nieuwe modellen te creëren, aangezien open-weight-modellen noodzakelijkerwijs de kapitaaluitgaven door de grenslaboratoria moeten afschrikken.
Mensen raakten in paniek, waarbij tech-grootheden als Yann LeCun en Martin Casado beweerden dat open software innovatie kan versnellen en naast propriëtaire projecten kan bestaan. Ball trok al snel zijn beweringen in dat hardhandig optreden van de toezichthouders de ‘beste strategie’ van het Witte Huis was en dat open-weight-modellen noodzakelijkerwijs de vooruitgang in de technologie vertragen.
Axios meldt echter dat de regering-Trump overweegt om K3 en andere geavanceerde Chinese modellen te verbieden in opdracht van Amerikaanse grenslaboratoria. Een ander rapport van Politico zei dat het ministerie van Handel die stap niet snel zou ondernemen.
Het voordeel voor grote AI-bedrijven is duidelijk: open-weight-modellen, die draaien op onafhankelijke infrastructuur of binnen grote ondernemingen, bieden goedkopere intelligentie dan de toonaangevende modellen van Anthropic of OpenAI. Als gebruikers steeds meer uitgeven buiten de gesloten laboratoria, betekent dat een kleiner rendement op hun enorme investeringen in modeltraining.
Die visie reikt veel verder dan OpenAI. “Sterke open source-modellen van frontier-kaliber zullen de marges onder druk zetten en de prijzen van de frontier-bedrijven omlaag brengen”, vertelde Braden Hancock, mede-oprichter van Snorkel AI en onderzoekspartner bij het Laude Institute, aan TechCrunch. "Het betekent niet noodzakelijkerwijs dat de hoeveelheid AI-gebruik een beetje afneemt. Het tegenovergestelde is duidelijk waar."
Voor mensen zonder aandelen in Anthropic en OpenAI is dat geen probleem. AI zal zich nog steeds verspreiden. Dus wat is de rechtvaardiging voor de regering om Amerikanen ervan te weerhouden iets te kopen op onze ogenschijnlijk vrije markten?
Zorgen over Chinese modellen zijn er in verschillende smaken. Eén daarvan is het beschermen van Amerikaanse gegevens tegen de Chinese overheid; de VS hebben de import van moderne Chinese elektrische voertuigen verboden vanwege zorgen over de gegevensverzameling ervan. Maar experts zijn geneigd te denken dat het onwaarschijnlijk is dat open-weight-modellen die op Amerikaanse servers draaien gegevens terug naar China zullen lekken, hoewel het niet onmogelijk is dat zoiets zou kunnen worden gedaan.
Een andere is dat de modellen mogelijk een impliciete voorkeur hebben voor de Volksrepubliek China – maar het is niet duidelijk wat dat zou kunnen betekenen voor bijvoorbeeld codeertaken.
Een derde veelgehoorde zorg is dat Chinese modellen de vangrails ontberen die de Amerikaanse regering heeft opgelegd (via een ondoorzichtig proces), die tot doel hebben te voorkomen dat leidende Amerikaanse LLM's worden gebruikt om gesloten computersystemen te exploiteren of wapens te maken. Diezelfde vangrails kunnen Amerikaanse bedrijven echter kwetsbaarder maken: David Sacks, de durfkapitalist en Trump-adviseur, heeft gevallen gedeeld waarin Amerikaanse bedrijven zich tot Chinese LLM’s wenden om veiligheidslacunes te dichten wanneer Amerikaanse grensmodellen weigeren deze taken uit te voeren.
Maar de belangrijkste motivatie voor het beperken van de modellen is de angst dat China de VS zal kunnen overtreffen als de grenslaboratoria langzamer gaan werken.
Sam Bresnick, een op China gerichte research fellow bij Georgetown’s Center for Security and Emerging Technology, zegt dat het groeiende belang van AI voor de Amerikaanse militaire operaties de VS een reden geeft om voortdurende investeringen in AI in de grenslaboratoria te ondersteunen. Maar de hele kwestie, zegt hij, is beladen.
“Waarom zou het gewicht van de Amerikaanse overheid gericht zijn op het beschermen van deze bedrijven tegen concurrenten die vanwege hun afkomst van de Amerikaanse markt worden uitgesloten?” vraagt Bresnick.
Voorstanders van open AI zeggen dat de frontierbedrijven een valse binaire situatie creëren tussen innovatie en gesloten modellen.
“De grotere impact van het feit dat deze open source-modellen uit China komen, is minder dat ze via achterdeurtjes binnensluipen, maar meer dat ze eigenaar zijn van de innovatie”, vertelde Hancock aan TechCrunch. "Je krijgt in feite een uitgebreid personeelsbestand volgens jouw model. PyTorch werd de industriestandaard omdat het open source was, en dus kon de hele gemeenschap eraan bijdragen in plaats van slechts één bedrijf, en het groeide en groeide, en de rest van de deep learning-bibliotheken stierf in vergelijking daarmee een beetje uit."
Hancock en andere voorstanders vrezen dat Chinese LLM's de locatie van internationaal onderzoek zullen worden. Amerikaanse graduate-programma's bouwen nu al voornamelijk voort op open-weight Chinese modellen, en Hancock zegt dat de helft van de papers die studenten bestuderen afkomstig is van Chinese instellingen, terwijl Amerikaanse grenslaboratoria steeds terughoudender worden in het breed delen van hun werk.
“Het beperken van open modellen zou AI niet veiliger maken”, zegt Clem Delangue, de CEO van Hugging Face, een platform voor open AI-samenwerking. “Het zou simpelweg de risico’s verbergen, de macht in de handen van enkelen concentreren en het voor de volgende generatie bouwers, onderzoekers, academici, non-profitorganisaties en overheden moeilijker maken om deel te nemen aan het veiliger en voordeliger maken van AI voor iedereen.”
Bresnick zegt dat de echte manier om China te vertragen zou zijn om meer aandacht te besteden aan de controle op de export van chips. Een betere manier om het Amerikaanse AI-leiderschap te behouden zou zijn om te stoppen met de verkoop van Nvidia H200-processors aan China. “Dat”, zegt hij, “zou ons mogelijk buiten dit netelige debat kunnen houden over het verbieden van open source-technologieën die grote aantallen Amerikaanse bedrijven willen gebruiken.”
Een deel van het probleem is de onzekerheid rond de AI-economie. "Het open bedrijfsmodel, het propriëtaire bedrijfsmodel – geen van beide is bedacht. AI-bedrijven hebben moeite om erachter te komen hoe ze geld kunnen verdienen met hun tools, vooral omdat de trainingskosten steeds hoger moeten worden", benadrukt Bresnick.
Dezelfde uitdagingen die zich in de VS voordoen, spelen zich ook af in China, waar AI-bedrijven ook moeite hebben om inkomsten te genereren en toegang te krijgen tot rekenkracht, en de overheid om beleidsredenen open releases aanmoedigt, ondanks de uitdaging om hierop te kapitaliseren.
Sommige Amerikaanse bedrijven, waaronder Thinking Machines Lab en Nvidia, proberen zaken te doen met het vrijgeven van open modellen. Hancock wijst erop dat Nvidia het beter zou doen “als er tientallen of honderden bedrijven zijn die AI bouwen dan twee of drie die goed gekapitaliseerd genoeg zijn om hun eigen chips te maken”, wat een van de redenen is achter de investering in Nemotron, een verzameling open modellen.
“Het belangrijkste punt is dat de VS er goed aan zouden doen om hun eigen, zeer capabele, veel goedkopere open modellen te hebben,” zei Bresnick. “Het botst gewoon met de aanpak die de grenslaboratoria hebben gevolgd.”
Met aanvullende berichtgeving van Rebecca Bellan.
OpenAI’s hoofd strategische toekomst, Dean W. Ball, ging zelfs zo ver dat hij betoogde dat de Amerikaanse regering een voorwendsel zou moeten vinden om regelgevende angst, onzekerheid en wantrouwen rond de nieuwe modellen te creëren, aangezien open-weight-modellen noodzakelijkerwijs de kapitaaluitgaven door de grenslaboratoria moeten afschrikken.
Mensen raakten in paniek, waarbij tech-grootheden als Yann LeCun en Martin Casado beweerden dat open software innovatie kan versnellen en naast propriëtaire projecten kan bestaan. Ball trok al snel zijn beweringen in dat hardhandig optreden van de toezichthouders de ‘beste strategie’ van het Witte Huis was en dat open-weight-modellen noodzakelijkerwijs de vooruitgang in de technologie vertragen.
Axios meldt echter dat de regering-Trump overweegt om K3 en andere geavanceerde Chinese modellen te verbieden in opdracht van Amerikaanse grenslaboratoria. Een ander rapport van Politico zei dat het ministerie van Handel die stap niet snel zou ondernemen.
Het voordeel voor grote AI-bedrijven is duidelijk: open-weight-modellen, die draaien op onafhankelijke infrastructuur of binnen grote ondernemingen, bieden goedkopere intelligentie dan de toonaangevende modellen van Anthropic of OpenAI. Als gebruikers steeds meer uitgeven buiten de gesloten laboratoria, betekent dat een kleiner rendement op hun enorme investeringen in modeltraining.
Die visie reikt veel verder dan OpenAI. “Sterke open source-modellen van frontier-kaliber zullen de marges onder druk zetten en de prijzen van de frontier-bedrijven omlaag brengen”, vertelde Braden Hancock, mede-oprichter van Snorkel AI en onderzoekspartner bij het Laude Institute, aan TechCrunch. "Het betekent niet noodzakelijkerwijs dat de hoeveelheid AI-gebruik een beetje afneemt. Het tegenovergestelde is duidelijk waar."
Voor mensen zonder aandelen in Anthropic en OpenAI is dat geen probleem. AI zal zich nog steeds verspreiden. Dus wat is de rechtvaardiging voor de regering om Amerikanen ervan te weerhouden iets te kopen op onze ogenschijnlijk vrije markten?
Zorgen over Chinese modellen zijn er in verschillende smaken. Eén daarvan is het beschermen van Amerikaanse gegevens tegen de Chinese overheid; de VS hebben de import van moderne Chinese elektrische voertuigen verboden vanwege zorgen over de gegevensverzameling ervan. Maar experts zijn geneigd te denken dat het onwaarschijnlijk is dat open-weight-modellen die op Amerikaanse servers draaien gegevens terug naar China zullen lekken, hoewel het niet onmogelijk is dat zoiets zou kunnen worden gedaan.
Een andere is dat de modellen mogelijk een impliciete voorkeur hebben voor de Volksrepubliek China – maar het is niet duidelijk wat dat zou kunnen betekenen voor bijvoorbeeld codeertaken.
Een derde veelgehoorde zorg is dat Chinese modellen de vangrails ontberen die de Amerikaanse regering heeft opgelegd (via een ondoorzichtig proces), die tot doel hebben te voorkomen dat leidende Amerikaanse LLM's worden gebruikt om gesloten computersystemen te exploiteren of wapens te maken. Diezelfde vangrails kunnen Amerikaanse bedrijven echter kwetsbaarder maken: David Sacks, de durfkapitalist en Trump-adviseur, heeft gevallen gedeeld waarin Amerikaanse bedrijven zich tot Chinese LLM’s wenden om veiligheidslacunes te dichten wanneer Amerikaanse grensmodellen weigeren deze taken uit te voeren.
Maar de belangrijkste motivatie voor het beperken van de modellen is de angst dat China de VS zal kunnen overtreffen als de grenslaboratoria langzamer gaan werken.
Sam Bresnick, een op China gerichte research fellow bij Georgetown’s Center for Security and Emerging Technology, zegt dat het groeiende belang van AI voor de Amerikaanse militaire operaties de VS een reden geeft om voortdurende investeringen in AI in de grenslaboratoria te ondersteunen. Maar de hele kwestie, zegt hij, is beladen.
“Waarom zou het gewicht van de Amerikaanse overheid gericht zijn op het beschermen van deze bedrijven tegen concurrenten die vanwege hun afkomst van de Amerikaanse markt worden uitgesloten?” vraagt Bresnick.
Voorstanders van open AI zeggen dat de frontierbedrijven een valse binaire situatie creëren tussen innovatie en gesloten modellen.
“De grotere impact van het feit dat deze open source-modellen uit China komen, is minder dat ze via achterdeurtjes binnensluipen, maar meer dat ze eigenaar zijn van de innovatie”, vertelde Hancock aan TechCrunch. "Je krijgt in feite een uitgebreid personeelsbestand volgens jouw model. PyTorch werd de industriestandaard omdat het open source was, en dus kon de hele gemeenschap eraan bijdragen in plaats van slechts één bedrijf, en het groeide en groeide, en de rest van de deep learning-bibliotheken stierf in vergelijking daarmee een beetje uit."
Hancock en andere voorstanders vrezen dat Chinese LLM's de locatie van internationaal onderzoek zullen worden. Amerikaanse graduate-programma's bouwen nu al voornamelijk voort op open-weight Chinese modellen, en Hancock zegt dat de helft van de papers die studenten bestuderen afkomstig is van Chinese instellingen, terwijl Amerikaanse grenslaboratoria steeds terughoudender worden in het breed delen van hun werk.
“Het beperken van open modellen zou AI niet veiliger maken”, zegt Clem Delangue, de CEO van Hugging Face, een platform voor open AI-samenwerking. “Het zou simpelweg de risico’s verbergen, de macht in de handen van enkelen concentreren en het voor de volgende generatie bouwers, onderzoekers, academici, non-profitorganisaties en overheden moeilijker maken om deel te nemen aan het veiliger en voordeliger maken van AI voor iedereen.”
Bresnick zegt dat de echte manier om China te vertragen zou zijn om meer aandacht te besteden aan de controle op de export van chips. Een betere manier om het Amerikaanse AI-leiderschap te behouden zou zijn om te stoppen met de verkoop van Nvidia H200-processors aan China. “Dat”, zegt hij, “zou ons mogelijk buiten dit netelige debat kunnen houden over het verbieden van open source-technologieën die grote aantallen Amerikaanse bedrijven willen gebruiken.”
Een deel van het probleem is de onzekerheid rond de AI-economie. "Het open bedrijfsmodel, het propriëtaire bedrijfsmodel – geen van beide is bedacht. AI-bedrijven hebben moeite om erachter te komen hoe ze geld kunnen verdienen met hun tools, vooral omdat de trainingskosten steeds hoger moeten worden", benadrukt Bresnick.
Dezelfde uitdagingen die zich in de VS voordoen, spelen zich ook af in China, waar AI-bedrijven ook moeite hebben om inkomsten te genereren en toegang te krijgen tot rekenkracht, en de overheid om beleidsredenen open releases aanmoedigt, ondanks de uitdaging om hierop te kapitaliseren.
Sommige Amerikaanse bedrijven, waaronder Thinking Machines Lab en Nvidia, proberen zaken te doen met het vrijgeven van open modellen. Hancock wijst erop dat Nvidia het beter zou doen “als er tientallen of honderden bedrijven zijn die AI bouwen dan twee of drie die goed gekapitaliseerd genoeg zijn om hun eigen chips te maken”, wat een van de redenen is achter de investering in Nemotron, een verzameling open modellen.
“Het belangrijkste punt is dat de VS er goed aan zouden doen om hun eigen, zeer capabele, veel goedkopere open modellen te hebben,” zei Bresnick. “Het botst gewoon met de aanpak die de grenslaboratoria hebben gevolgd.”
Met aanvullende berichtgeving van Rebecca Bellan.