Čínské AI modely s otevřenými vahami získávají uživatele. Co to znamená pro soupeření s USA

Souboj Spojených států a Číny v oblasti umělé inteligence už není jen otázkou toho, kdo jako první vytvoří model s nejlepšími výsledky v testech. Stále důležitější je distribuce: kdo dokáže schopnou AI nabídnout největšímu počtu vývojářů, firem a vlád — a za co nejnižší cenu.

Modely DeepSeek, Kimi od společnosti Moonshot AI a Alibaba Qwen postavily do středu této soutěže takzvané otevřené váhy. Analýza Stanfordovy univerzity uvádí, že čínské modely s otevřenými vahami rychle dohnaly, a v některých oblastech i překonaly, své zahraniční protějšky z hlediska schopností a rozšíření. V září 2025 se rodina Qwen podle stejné analýzy stala na platformě Hugging Face nejstahovanější rodinou velkých jazykových modelů a předstihla Metu s její řadou Llama. 18

Pro Washington z toho vzniká nepříjemné dilema. Omezení čínských modelů může snížit rizika v citlivých prostředích. Plošný zákaz by však zároveň mohl Číně přenechat vrstvu otevřeného vývoje a připravit uživatele o transparentnost i lokální kontrolu, které jsou hlavními argumenty pro vlastní provoz modelů.

Otevřené váhy neznamenají plně open-source AI

Model s otevřenými vahami zpřístupňuje ke stažení natrénované parametry. Třetí strany tak mohou hotový systém spustit, upravovat nebo dále přizpůsobovat bez využití aplikace či API kontrolovaného původním dodavatelem. 33

To ale automaticky neznamená, že jsou k dispozici také:

• původní trénovací kód,
• trénovací data a informace o jejich původu,
• reprodukovatelný postup učení,
• úplné výsledky bezpečnostních a výkonnostních testů,
• neomezená práva ke komerčnímu využití a redistribuci,
• transparentní informace o filtrování, bezpečnostním ladění nebo vývoji modelu.

Pojem „otevřený“ je proto nutné posuzovat u každého vydání zvlášť. Model může být volně ke stažení, ale přesto nemusí být možné ho znovu vytvořit, licence může omezovat jeho využití a veřejnost nemusí vědět, jaká data ovlivnila jeho chování. Plně open-source AI představuje přísnější standard: vyžaduje smysluplný přístup ke kódu, informacím o datech a dalším částem potřebným ke studiu a reprodukci systému. 41

To je důležité i při srovnávání DeepSeeku, Kimi a Qwenu. Dostupnost vah, licence i technická dokumentace se mohou mezi jednotlivými verzemi lišit a veřejné informace nemusí vždy držet krok s rychlými změnami.

Čína soutěží o adopci, ne pouze o skóre v testech

Čínské laboratoře spojily konkurenceschopné výsledky s nízkou cenou, efektivním provozem a možností nasadit model lokálně. Start-upům, výzkumníkům i velkým firmám tak nabízejí alternativu k drahým API provozovaným americkými společnostmi. Výzkumy a politické analýzy popisují zpětnou vazbu, v níž levné modely přilákají uživatele, uživatelé vytvářejí nástroje a odvozené verze a celý ekosystém pak urychluje další vývoj. 1720

Výhoda nespočívá jen v počtu lidí, kteří používají chatbot. Každé nasazení může vést ke vzniku:

• specializovaných a doladěných odvozených modelů,
• vývojářských nástrojů a integrací,
• nových benchmarků a hlášení chyb,
• větší znalosti konkrétní modelové rodiny,
• obchodních závislostí a technických standardů.

Podle Stanfordu tvořili čínští vývojáři mezi srpnem 2024 a srpnem 2025 17,1 % stažení modelů na Hugging Face, mírně více než vývojáři z USA s 15,8 %. 18 Další zprávy zároveň popisují rostoucí využívání čínských modelů americkými firmami, které hledají levnější řešení. 31

Pokud se modely čínského původu pevně zabudují do softwaru, zařízení, veřejných služeb a průmyslových systémů po celém světě, může Peking získat vliv na technické výchozí nastavení, aktualizace a navazující dodavatelské řetězce. Jde o potenciální geopolitickou páku — nikoli o důkaz, že každý lokálně provozovaný model je kompromitovaný.

Bezpečnostní debata má několik různých vrstev

Označení „riziko čínské AI“ shrnuje několik odlišných obav, které nelze zaměňovat.

1. Přístup k datům u hostovaných služeb

Když uživatel odešle dotaz, soubor nebo identifikační údaje službě provozované v Číně, data opouštějí jeho prostředí a mohou podléhat jurisdikci poskytovatele i příslušným zákonům. Vládní, obranná, zdravotní, kritická infrastrukturní a citlivá firemní data by proto neměla být do externí služby posílána bez formálního vyhodnocení rizik.

Lokální provoz mění konkrétní otázku toku dat. Správně nakonfigurovaná infrastruktura může udržet dotazy a dokumenty uvnitř podnikové sítě. Nezaručuje však, že samotný balíček modelu, obslužný software nebo připojené nástroje jsou bezpečné.

2. Cenzura, zkreslení a chování modelu

Trénink a bezpečnostní nastavení mohou vést k politicky podmíněnému odmítání odpovědí, zamlčování informací, určitému rámování témat nebo k šíření dezinformací. Zpráva amerického Kongresu tvrdí, že hostovaný produkt DeepSeeku předává data do Číny a manipuluje s odpověďmi; jde o zjištění a tvrzení kongresového vyšetřování, nikoli o důkaz, že každý soubor s volně stažitelnými vahami obsahuje škodlivý kód. 2

Chování hostované služby se navíc může lišit od chování lokálně spuštěné odvozené verze. Výstupy ovlivňuje obalová aplikace, systémové instrukce, moderovací vrstva, nástroje pro vyhledávání i způsob aktualizací.

3. Zadní vrátka a kompromitace dodavatelského řetězce

Stažený modelový balíček nebo doprovodný software by teoreticky mohl obsahovat nezabezpečený kód pro načítání, otrávené chování nebo skryté spouštěče. Samotná země původu ale není důkazem zadních vrátek. Bezpečnostní týmy musí ověřovat původ souborů, kontrolní součty a podpisy, sledovat síťové chování, komponenty spouštět v izolovaném prostředí a testovat celý nasazovací řetězec.

4. Rizika uzavřených modelů

Uzavřené proprietární modely mají vlastní rizika koncentrace moci a omezené odpovědnosti. Uživatelé obvykle nemohou kontrolovat jejich váhy, trénovací data, skryté instrukce, telemetrii, filtrování ani proces aktualizací. Centralizované API se navíc může stát cenným cílem pro sledování, výpadky nebo útoky a poskytovatel může jednostranně měnit pravidla.

Uzavřený přístup usnadňuje dodavateli monitorování zneužití, zavádění bezpečnostních změn a omezení nekontrolovaného šíření. Sám o sobě ale z modelu nedělá důvěryhodný systém. Otevřené i uzavřené modely mají jiné typy rizik a jiné možnosti kontroly.

Proč je lokální provoz nejsilnějším argumentem proti plošnému zákazu

Vlastní hosting může organizaci poskytnout větší kontrolu nad bezpečnostním modelem. Tým může připnout konkrétní verzi, ověřit artefakty, omezit odchozí připojení, kontrolovat závislosti, izolovat službu, provádět red-teamové testy a ponechat citlivé dotazy na interní infrastruktuře. Otevřený přístup také umožňuje nezávislým výzkumníkům opakovat testy, zkoumat zkreslení a hledat skryté spouštěče.

Transparentnost je cenná, neznamená však automatickou bezpečnost. Většina organizací nedokáže kompletně auditovat naučené chování velmi rozsáhlého modelu. Doladění může přidat nové zranitelnosti a izolované prostředí ochrání data před únikem pouze tehdy, pokud je správně nakonfigurován celý obslužný software i jeho závislosti.

Praktický závěr zní: posuzovat je třeba konkrétní nasazení, nikoli jen nálepku modelu. API hostované v Číně, auditované lokální nasazení a neověřená odvozená verze představují odlišné bezpečnostní situace.

Destilace je jádrem sporu

Destilace je postup, při němž se menší nebo novější „studentský“ model učí z informací získaných od výkonnějšího „učitele“.

• Black-box destilace využívá pozorovatelné výstupy, často získané dotazy přes API. Při autorizovaném použití může jít o legitimní metodu, ale masivní extrakce může porušovat podmínky služby, obcházet ochranná opatření nebo kopírovat proprietární chování.
• White-box destilace pracuje s interními informacemi, jako jsou váhy, logity nebo skryté reprezentace. Schopnosti lze tak přenášet efektivněji, přístup k těmto interním údajům však obecně vyžaduje oprávnění. Neautorizované získání proto vyvolává přímější otázky bezpečnosti a obchodního tajemství.

OpenAI a Anthropic obvinily čínské společnosti včetně DeepSeeku, že při tréninku využívaly výstupy jejich modelů. Americko-čínská komise pro ekonomiku a bezpečnost popsala tvrzení o falešných účtech, proxy službách a koordinovaném získávání výstupů. Agentura Reuters informovala také o obvinění OpenAI, podle něhož se DeepSeek snažil „přiživit“ na schopnostech amerických špičkových modelů. Jde však stále o obvinění, nikoli o pravomocně potvrzená zjištění soudu nebo jiného rozhodovacího orgánu. 35

Politický problém spočívá v tom, že black-box extrakce může technicky vypadat jako legitimní používání služby ve velkém měřítku. Veřejné dokazování může zároveň vyžadovat zveřejnění citlivých vyšetřovacích informací. Řešením proto nemůže být prohlášení každé destilace za nelegální — autorizovaná destilace je standardní technická metoda.

Co to znamená pro Silicon Valley a Washington

Čínské modely s otevřenými vahami vytvářejí tlak na americký obchodní model založený na drahých proprietárních API. Firmy v USA musí zvažovat, zda jim uzavřené váhy pomohou udržet technologický náskok, nebo zda tím přenechají čínským a dalším konkurentům vývojáře, integrace a globální distribuci.

Předstih Qwenu před Llamou v počtu stažení je konkrétním signálem, že soutěž o otevřené modely není okrajová. 18 Dostupné podklady však nepotvrzují konkrétní aktuální reakci Nvidie nebo Mety na DeepSeek V4 Pro či Kimi K3. Tvrzení o krocích jednotlivých firem by měla vycházet z datovaných primárních vyjádření, nikoli z obecných tržních trendů.

Washington mezitím zpřísňuje dohled. Výbory Sněmovny reprezentantů oznámily společné vyšetřování národněbezpečnostních a kybernetických rizik spojených s používáním modelů vyvinutých v Číně, včetně levných systémů s otevřenými vahami a modelů dostupných přes API od firem jako DeepSeek, Alibaba a Moonshot AI. 14

Zprávy rovněž popisují debaty o omezeních. Z poskytnutých podkladů ale nevyplývá, že by USA zavedly plošný obchodní zákaz čínských modelů s otevřenými vahami. 912

Politika nemusí stát jen na volbě „zakázat vše“ nebo „nedělat nic“

Cílenější rámec by mohl kombinovat několik opatření:

1. Kontrolovat vysoce rizikové použití. V obranných, zpravodajských a kritických infrastrukturních systémech nebo v prostředích s citlivými daty by měly být neprověřené modely zakázány či podmíněny zvláštním povolením.
2. Stanovit požadavky na bezpečné nasazení. U citlivých systémů by měly být vyžadovány záznamy o původu, podepsané balíčky, soupisy softwarových komponent, nezávislé testování, výsledky red-teamových prověrek a možnost izolace od sítě.
3. Rozlišovat hostované služby a lokální váhy. API provozované v Číně vytváří jiné riziko přístupu k datům než nezávisle auditovaný artefakt provozovaný lokálně.
4. Postihovat neoprávněnou extrakci. Pomoci mohou lepší ověřování účtů, sledování objemu dotazů, detekce zneužití, techniky určování původu a důslednější smluvní vymáhání — bez označení každé destilace za krádež.
5. Používat cílené exportní a investiční kontroly. Zaměřit se lze na pokročilé čipy, výrobní zařízení, cloudový výpočetní výkon a subjekty věrohodně spojené s vojenským či zpravodajským využitím. Příliš široká omezení ale mohou urychlit vznik domácích čínských náhrad.
6. Vybudovat americký a spojenecký ekosystém otevřených modelů. Investice do bezpečných a dobře zdokumentovaných modelů, vícejazyčného hodnocení, efektivního provozu a nástrojů pro nasazení mohou čínské strategii adopce čelit přímoji než pouhé omezování výběru uživatelů. 10

Závěr

Čínské modely s otevřenými vahami mění podobu závodu v umělé inteligenci, protože schopné systémy zlevňují, usnadňují jejich úpravu a po zveřejnění se obtížně kontrolují. Jejich strategický význam spočívá v rozsahu ekosystému stejně jako v samotné kvalitě modelů.

Bezpečnostní obavy jsou reálné — zejména u hostovaných služeb, citlivých dat, integrity dodavatelského řetězce a tvrzení o neoprávněné destilaci. Národnost modelu však sama o sobě neříká, zda je konkrétní nasazení bezpečné. A uzavřené americké modely nejsou bez rizik jen proto, že jejich váhy nejsou veřejné.

Nejlépe obhajitelná reakce proto stojí na řízení rizik: zabezpečit dodavatelský řetězec, omezit použití v citlivých oblastech, vyšetřovat věrohodné důkazy krádeže schopností a vybudovat americký i spojenecký ekosystém otevřených modelů, který dokáže konkurovat nejen výkonem, ale i dostupností.