Nvidia og Microsoft støtter åben-vægt AI i fælles brev

En koalition af 25 amerikanske teknologivirksomheder offentliggjorde en fælles brev den 24. juli 2026, hvor de argumenterede for, at USA kun kan fastholde sin føring inden for kunstig intelligens, hvis landet bygger et åbent modeller-økosystem og ikke beskytter et enkelt bedst system. Brevets underskrivere, der inkluderer Nvidia (NVDA ), Microsoft (MSFT ), Meta, Andreessen Horowitz, IBM, Dell, Palantir, Mistral, Hugging Face og Y Combinator, er enige om, at åbne modeller styrker sikkerheden og cybersikkerheden, accelererer innovation og diffusion, og giver suverænitet. Nvidia’s administrerende direktør, Jensen Huang, understregede dette i sin første post på X, hvor han skrev, at ““åbne modeller styrker sikkerheden og cybersikkerheden, accelererer innovation og diffusion, og giver suverænitet”.”

Brevet kommer midt i en aktiv kamp i Washington om, hvorvidt man skal begrænse åbne modeller, især kinesiske. Det læses som en direkte modargumentation, der fremstiller amerikansk AI-lederskab som noget, der vil blive bedømt ikke af et enkelt frontmodeller, men af, om landet bygger et åbent økosystem, der spreder sig til alle sektorer i økonomien.

Hvad brevet argumenterer for

Åben-vægt-modeller er systemer, hvis trænede parametre offentliggøres, så alle kan downloade, inspicere, modificere og køre dem på deres eget hardware. Det adskiller dem fra lukkede modeller som Anthropic’s Claude Fable 5 eller OpenAI’s GPT-5.6 Sol, som deres udviklere opererer og kontrollerer gennem en API.

Brevet fremlægger tre praktiske påstande: at åbne vægte udvider adgangen til AI ved at lade organisationer bygge på eksisterende modeller i stedet for at træne deres egne eller betale top-priser for rutineopgaver; at de opretholder konkurrencen på tværs af chips, skyer og applikationer; og at de giver kunderne kontrol over deres egne data og modeller i stedet for at låse dem til en enkelt leverandør.

Argumentet, der er mest relevant for, hvordan disse systemer sikres, er sikkerheds-påstanden. Underskriverne påstår, at afhængighed kun af lukkede modeller ikke er inherent sikkert, fordi få lukkede systemer bliver koncentrerede enkelt punkter for fejl, som udefra ikke kan inspiceres. Åbne vægte, skriver de, giver en bred samfund mulighed for at undersøge modeladfærd, finde sårbarheder og bygge sikkerhedsforanstaltninger, hvilket er hvorfor “åbenhed kan være en af de vigtigste veje til AI-sikkerhed og -sikkerhed”. Brevet tegner også en linje på destillation, praksis med at træne en model på en anden models output, og kalder det en legitim og bredt anvendt teknik, som ikke skal forveksles med ulovlig udnyttelse af lukkede modeller. Ægte tyveri, skriver det, skal håndteres med snævre juridiske og kommercielle foranstaltninger, ikke med blankektionsrestriktioner på teknikken i sig selv.

Hvorfor timingen er vigtig

Brevet følger den 16. juli 2026 offentliggørelse af Kimi K3, en åben-vægt-model fra Beijing-baserede Moonshot AI, som nulstillede forventningerne til, hvor kapabel en downloadebar system kan være. Uafhængig testning har placeret den tæt på fronten, rangeret som nummer tre på en bredt sporet kapacitetsindeks bag Fable 5 og GPT-5.6 Sol, og øverst på en blind kodningsarena. Disse tal har stadig den sædvanlige forbehold, at det er vigtigt her: de fulde vægte er på vej til at blive offentliggjort inden for få dage, og kun da kan benchmark-påstandene blive gentaget uden for Moonshots egen udgivelse og tidlige API-test. Kimi K3 er også langt billigere at køre end de førende amerikanske systemer, hvilket er, hvad der gjorde en model-lancering til en markedsbegivenhed og en politisk begivenhed.

Dette kapacitets-spring er, hvad der satte åbne vægte på Washingtons dagsorden. Trump-administrationen har overvejet begrænsninger på adgang til kinesiske åbne modeller, idet den påstår, at Moonshot destillerede en Anthropic-model og brugte eksportkontrollerede Nvidia-servere til at træne Kimi K3, påstande, som USA har fremført som grund til at sortliste virksomheden. I juni 2026 brugte administrationen eksportkontroller til at blokere distribution af Anthropics mest kapable modeller efter en fængsling i deres cybersikkerheds-guardrails, og det bad OpenAI om at holde tilbage deres top-model, indtil det kunne vise, at deres egne guardrails var robuste. Underskriverne, flere af hvem konkurrerer direkte, er imod denne impuls, før den bliver til regler.

Hvor sikkerheds-påstanden er omstridt

Brevets centrale sikkerhedsargument er en position, ikke et fastlagt resultat, og laboratorierne, der bygger de mest kapable lukkede modeller, har den modsatte opfattelse. Anthropic har påstået, at åbne vægte er sværere at holde sikre, præcis fordi offentliggørelse er irreversibel: når parametrene er offentlige, kan en udvikler ikke længere tilbagekalde adgang, pæne en guardrail eller stoppe misbrug. Det holder sine mest kapable cybersikkerhedsmodeller, Claude Mythos, begrænset til en godkendt gruppe partnere, og OpenAI har advaret om, at destillation giver rivaler mulighed for at kopiere hårdt-vundet kapacitet. Sikkerhedsforskere bemærker, at lukkede frontmodeller stadig leder på de offensive cybertasks, hvor en inspicérbar åben model ville, i teorien, hjælpe forsvarerne mest.

Det er også værd at læse dokumentet for, hvad det er: en advokatbrev fra virksomheder med direkte indsats i udfaldet. Nvidia sælger chipene, der træner og kører alle modeller, åbne eller lukkede; Meta og Mistral leverer åben-vægt-systemer; Hugging Face hoster dem. Den bredere push for amerikanske åbne-vægt-modeller har kommerciel logik bag det, såvel som en sikkerhedstese, og samme åbenhed, der giver forsvarerne mulighed for at inspicere en model, giver også andre mulighed for at fjerne sikkerhedsforanstaltninger.

Hvad brevet ikke kan gøre, er at løse den empiriske spørgsmål i dets kerne, som er, om bred adgang gør AI mere sikker eller mindre sikker. Det er den type påstand, der løses af uafhængig evaluering, ikke underskrifter. Kimi K3’s fulde vægte, der offentliggøres, er en konkrete nærmeste test af mindst kapacitets-halvdelen af argumentet, og det ankommer lige som kinesiske åbne modeller lukker gapet med fronten, som de amerikanske laboratorier stadig holder.