Modèles et plateformes d’IA

Nvidia et Microsoft soutiennent l’IA à poids ouverts dans une lettre conjointe

mm
Ajouter Unite.AI à vos sources préférées sur Google

Un groupe de 25 entreprises technologiques américaines a publié une lettre conjointe le 24 juillet 2026, arguant que les États-Unis ne conserveront leur avance en matière d’intelligence artificielle que s’ils créent un écosystème de modèles ouverts, et non en protégeant un seul système de pointe. Les signataires de Open Weights and American AI Leadership, hébergé sur le site de responsabilité d’entreprise de Microsoft (MSFT ), comprennent Nvidia (NVDA ), Microsoft, Meta, Andreessen Horowitz, IBM, Dell, Palantir, Mistral, Hugging Face et Y Combinator. Le PDG de Nvidia, Jensen Huang, a amplifié ce message dans son premier post sur X, écrivant que “les modèles ouverts renforcent la sécurité et la cybersécurité, accélèrent l’innovation et la diffusion, et permettent la souveraineté”.

La lettre intervient au milieu d’un débat actif à Washington sur la question de savoir si les modèles ouverts, en particulier les modèles chinois, devraient être restreints. Elle se présente comme un contre-argument direct, en présentant le leadership américain en matière d’IA comme quelque chose qui sera jugé non par un seul modèle de pointe, mais par la capacité du pays à créer un écosystème ouvert qui se diffuse dans tous les secteurs de l’économie.

Ce que soutient la lettre

Les modèles à poids ouverts sont des systèmes dont les paramètres formés sont publiés, de sorte que n’importe qui peut les télécharger, les inspecter, les modifier et les exécuter sur son propre matériel. Cela les distingue des modèles fermés tels que Claude Fable 5 d’Anthropic ou GPT-5.6 Sol d’OpenAI, que leurs développeurs exploitent et contrôlent via une API.

La lettre avance trois arguments pratiques : que les poids ouverts élargissent l’accès à l’IA en permettant aux organisations de s’appuyer sur des modèles existants au lieu de former leurs propres modèles ou de payer des prix élevés pour des tâches routinières ; qu’ils maintiennent la concurrence entre les puces, les clouds et les applications ; et qu’ils donnent aux clients le contrôle de leurs propres données et modèles plutôt que de les verrouiller chez un seul fournisseur.

L’argument le plus pertinent pour la sécurité de ces systèmes est l’affirmation de sécurité. Les signataires soutiennent que s’appuyer uniquement sur des modèles fermés n’est pas inhérentement sûr, car quelques systèmes fermés deviennent des points de défaillance uniques que les outsiders ne peuvent pas inspecter. Les poids ouverts, écrivent-ils, permettent à une large communauté d’examiner le comportement du modèle, de trouver les vulnérabilités et de construire des garde-fous, ce qui explique pourquoi “l’ouverture peut être l’un des chemins les plus importants vers la sécurité et la sûreté de l’IA”. La lettre trace également une ligne sur la distillation, la pratique consistant à former un modèle sur les sorties d’un autre modèle, la qualifiant de technique légitime et largement utilisée qui ne devrait pas être confondue avec l’extraction illégale de valeur à partir de modèles fermés. Le vol réel, dit-elle, devrait être traité avec des remèdes juridiques et commerciaux étroits, et non avec des restrictions générales sur la technique elle-même.

Pourquoi le moment est important

La lettre suit la sortie du 16 juillet 2026 de Kimi K3, un modèle à poids ouverts de Moonshot AI basé à Pékin, qui a réinitialisé les attentes quant à ce qu’un système téléchargeable peut accomplir. Les tests indépendants ont placé Kimi K3 près de la frontière, le classant troisième sur un indice de capacité largement suivi derrière Fable 5 et GPT-5.6 Sol, et en tête d’un aréna de codage aveugle. Ces chiffres portent toujours la mise en garde habituelle qui compte ici : les poids complets doivent être rendus publics dans les prochains jours, et ce n’est qu’alors que les revendications de référence peuvent être reproduites en dehors de la sortie et des tests API précoces de Moonshot. Kimi K3 est également beaucoup moins cher à exécuter que les systèmes américains de pointe, ce qui a transformé le lancement d’un modèle en un événement de marché et de politique.

C’est ce saut de capacité qui a mis les poids ouverts à l’ordre du jour de Washington. L’administration Trump a pesé des limites à l’accès américain aux modèles ouverts chinois, alléguant que Moonshot a distillé un modèle Anthropic et utilisé des serveurs Nvidia contrôlés par les exportations pour former Kimi K3, des allégations que les États-Unis ont avancées comme motifs pour inscrire l’entreprise sur une liste noire. En juin 2026, l’administration a utilisé des contrôles à l’exportation pour bloquer la distribution des modèles les plus capables d’Anthropic après une faille dans leurs garde-fous de cybersécurité, et a demandé à OpenAI de retarder son meilleur modèle jusqu’à ce qu’il puisse montrer que ses propres garde-fous étaient solides. Les signataires, dont plusieurs sont en concurrence directe, font pression contre cette tendance avant qu’elle ne se durcisse en règles.

Où la revendication de sécurité est contestée

L’argument de sécurité central de la lettre est une position, et non un résultat établi, et les laboratoires qui construisent les modèles fermés les plus capables défendent le point de vue opposé. Anthropic a soutenu que les poids ouverts sont plus difficiles à maintenir en sécurité précisément parce que la publication est irréversible : une fois que les paramètres sont publics, un développeur ne peut plus révoquer l’accès, patcher un garde-fou ou empêcher les abus. Il maintient son modèle de cybersécurité le plus capable, Claude Mythos, restreint à un ensemble de partenaires vérifiés, et OpenAI a averti que la distillation permet aux rivaux de copier des capacités durement acquises. Les chercheurs en sécurité notent que les modèles frontaliers fermés mènent toujours sur les tâches de cyberattaque offensives où un modèle ouvert inspectable aiderait, en théorie, les défenseurs le plus.

Il vaut également la peine de lire le document pour ce qu’il est : une lettre de plaidoyer de la part d’entreprises ayant des intérêts directs dans le résultat. Nvidia vend les puces qui forment et exécutent tous les modèles, ouverts ou fermés ; Meta et Mistral expédient des systèmes à poids ouverts ; Hugging Face les héberge. La pression plus large en faveur des modèles à poids ouverts américains a une logique commerciale derrière elle, autant qu’une thèse de sécurité, et la même ouverture qui permet aux défenseurs d’inspecter un modèle permet à quiconque d’en supprimer les garde-fous.

Ce que la lettre ne peut pas faire, c’est résoudre la question empirique à son cœur, qui est de savoir si un accès large rend l’IA plus sûre ou moins. C’est le type de revendication que l’évaluation indépendante règle, et non les signatures. La publication prochaine des poids complets de Kimi K3 est un test concret à court terme d’au moins la moitié de l’argument de capacité, et elle arrive juste au moment où les modèles ouverts chinois réduisent l’écart avec la frontière que les laboratoires américains détiennent toujours.

Jonas Reeve est un analyste généré par IA chez Unite.AI, se concentrant sur l'intelligence artificielle cognitive, l'intelligence artificielle générale (AGI) et les fondements théoriques de l'intelligence machine. Son travail explore comment l'apprentissage, le raisonnement, la mémoire et l'abstraction émergent à la fois dans les systèmes biologiques et artificiels, établissant des liens entre les architectures d'IA modernes et les questions de longue date en sciences cognitives et philosophie de l'esprit.
Avec une approche conceptuelle et réflexive, Jonas examine des cadres tels que les modèles de raisonnement, les systèmes agents, la cognition émergente et la théorie d'alignement, visant à clarifier ce que signifie réellement le progrès vers l'AGI - et ce que cela ne signifie pas. Plutôt que de poursuivre les délais ou l'hype, il met l'accent sur les principes fondamentaux, la rigueur conceptuelle et les limites des modèles actuels.
Les articles rédigés par Jonas Reeve sont générés par IA et révisés par l'équipe éditoriale d'Unite.AI pour garantir l'exactitude, la clarté et la discussion responsable des concepts d'IA avancés.