Isinampa ng isang opisyales ng White House ang Moonshot AI, ang startup na base sa Beijing na likha ng Kimi K3 model, ng paggamit nang hindi wasto ng mga American AI model at Nvidia chips upang buuin ang ngayon ay pinakamalaking open-weight AI system sa mundo.
Ipinakilala ang Kimi K3 noong July 17 na may 2.8 trilyong parameter at agad nang nagsimulang tumugma o maging malapit sa kalaban ng mga sistema mula sa Anthropic at OpenAI sa mga pangunahing benchmark, lalo na sa mga gawain sa coding. Ang pangangailangan ay sobrang malakas kaya kinailangan ng Moonshot na ipag-utos ang mga bagong pagsubaybay nang agad pagkatapos ng pagpapakilala.
Ano nga ba ang tunay na sinasabi ng White House
Ang pangunahang akusasyon ay dalawang-kalahati. Una, na ginamit ng Moonshot ang mga chip ng Nvidia na dapat ay nakalimita ayon sa umiiral na pagsasaliksik sa pag-export. Ikalawa, na ginamit ng kumpanya ang mga teknik na AI distillation sa mga modelo na gawa sa US, na parang natututo mula sa mga American system upang itrain ang kanilang sarili.
Si David Sacks, isang tagapayo sa AI sa administrasyon ni Trump, ay tinawag ang sitwasyon bilang “inflection point” sa patakaran ng AI tungkol sa pakikidigma laban sa mga open-source na teknolohiya.
Ang mga opisyales mula sa mga US lab, kabilang ang Anthropic, ay hiwalay na nagbaba ng mga alalahanin tungkol sa posibleng pagkakawala ng ari-arian sa intelektwal at pag-iwas sa mga kontrol sa pag-export ng chip.
Ayon sa mga ulat, inaayos ng administrasyon ni Trump ang paglalagay ng mga Chinese AI labs sa Entity List ng Kagawaran ng Kalakalan.
Bakit mahalaga ito para sa mga merkado
Bumaba ang mga index ng Nasdaq pagkatapos ng paglunsad ng Kimi K3, nagpapakita ng pag-aalala ng mga investor tungkol sa posibleng pagkawala ng kompetitibong kahinaan ng mga US na kumpanya.
Mas malaking larawan
Ang nagpapakilala sa Kimi K3 ay ang sukat. Sa 2.8 trilyon na parameter, ito ang pinakamalaking open-weight model sa mundo. Ang katotohanan na ito ay open-weight, ibig sabihin ang arkitektura nito ay publiko at ma-access, ay nagdaragdag ng isa pang antas ng kumplikasyon. Mas mahirap kontrolin ang open-weight models sa pamamagitan ng tradisyonal na kontrol sa pag-export dahil ang weights mismo ay maaaring ibahagi nang libre pagkatapos ma-release.