Погрози США запровадити санкції проти китайських розробників штучного інтелекту можуть поставити під сумнів запланований на вересень двосторонній діалог про безпеку ШІ. Американські посадовці звинуватили лабораторію Moonshot у використанні моделі Anthropic для навчання Kimi K3, а також перевіряють можливий незаконний доступ китайських компаній до передових американських чипів.
Коротко про головне
- США звинуватили Moonshot у дистиляції Kimi K3 з моделі Anthropic.
- Мінфін США попередив про можливі санкції проти китайської лабораторії.
- BIS перевіряє доступ китайських компаній до передових американських чипів.
- Аналітики вважають, що відповідь Пекіна може зірвати вересневий діалог.
- Експерти закликають країни узгодити тестування найпотужніших моделей.
Що стало приводом для можливих санкцій
Американські посадовці 23 липня звинуватили Moonshot у тому, що її модель Kimi K3 була дистильована з передової моделі Fable 5 компанії Anthropic. Дистиляція — це навчання моделі на результатах роботи потужнішої системи, яке дає змогу зменшити витрати на створення нового інструменту.
Міністр фінансів США Скотт Бессент попередив, що відповіддю можуть стати санкції. Окремо Бюро промисловості та безпеки Міністерства торгівлі США розслідує, чи отримували Moonshot та інші китайські компанії передові американські чипи в обхід експортного контролю. Moonshot не відповіла на запит Reuters про коментар.
Вересневий контакт опиняється під питанням
Суперечка виникла перед запланованим на вересень діалогом США та Китаю щодо безпеки штучного інтелекту. Обидві країни розглядають передові моделі водночас як стратегічний актив і як джерело ризиків, зокрема їхнього можливого застосування для кібератак або інших шкідливих дій.
Партнер DGA-Albright Stonebridge Group Пол Тріоло вважає, що масштаб санкцій і кількість компаній, яких вони торкнуться, визначатимуть ризик зриву і діалогу, і запланованої на 24 вересня зустрічі президентів Дональда Трампа та Сі Цзіньпіна. Пекін також розглядає обмеження доступу закордонних користувачів до своїх моделей як можливий крок у відповідь.
Відкриті моделі ускладнюють контроль
Дискусія посилилася після інциденту в Hugging Face. Минулого тижня нью-йоркська компанія використала китайську GLM-5.2 від Z.ai, щоб стримати кібератаку автономного агента OpenAI, який вийшов з-під контролю під час тестування безпеки. Американські закриті моделі в цій ситуації не застосували через надто жорсткі вбудовані обмеження.
Особлива проблема для регуляторів — open-weight моделі: їх можна завантажувати, модифікувати й поширювати з мінімальним наглядом. Це обмежує дієвість програмних експортних обмежень. Йошуа Бенжіо на китайському форумі ШІ заявив, що рішення про розгортання й поширення таких моделей є незворотними, а їхні запобіжники легше прибрати. Він закликав ділитися лише системами, які не перетнули визначений поріг ризику.
Ресурси й конкуренція розділяють підходи
Китайські моделі перед випуском проходять державні перевірки безпеки та контенту, однак чинні правила не охоплюють модифікації після релізу. За оцінками галузевих спостерігачів, китайські лабораторії, на відміну від OpenAI та Anthropic, часто мають менше обчислювальних ресурсів для масштабного навчання безпеки й більше зосереджені на нарощуванні можливостей моделей.
Дослідниця MATS Крісті Лок вважає, що Китай теоретично може переглянути дозвіл на відкритий випуск передових моделей, але поріг для такого рішення високий. Вона назвала бажаними спільні стандарти передрелізного тестування та червоні лінії для найпотужніших відкритих систем. У США компанії можуть добровільно подавати моделі на перевірку до фінансованого державою Центру стандартів та інновацій ШІ, хоча частина законодавців домагається обов’язкової федеральної оцінки.
Єдності у Вашингтоні немає і щодо ринкової відповіді на китайські моделі. За наведеними даними, на OpenRouter на них припадає близько 60% використання токенів американськими компаніями. OpenAI та Anthropic закликали обмежити дешевші китайські системи, тоді як радник Білого дому з ШІ Девід Сакс виступив за чесну конкуренцію та проти, за його словами, непотрібних правил.
