Model AI Open-Weight China Menguasai Penggunaan Global: Apa Maknanya untuk Persaingan AS–China?

Perlumbaan AI China–Amerika Syarikat kini bukan lagi semata-mata tentang makmal mana yang mampu menghasilkan model paling hebat. Persoalan yang semakin penting ialah siapa yang mampu mengedarkan AI berkeupayaan tinggi kepada paling ramai pembangun, syarikat dan kerajaan pada kos paling rendah.

DeepSeek, Kimi keluaran Moonshot AI dan Qwen daripada Alibaba menjadikan penggunaan model open-weight sebagai medan persaingan utama. Penilaian penyelidik Stanford mendapati model open-weight China mengecilkan jurang keupayaan dan penggunaan dengan pantas — malah dalam sesetengah aspek, ada yang menyamai atau mengatasi pesaing global. Pada September 2025, keluarga model Qwen turut mengatasi Llama milik Meta sebagai keluarga model bahasa besar yang paling banyak dimuat turun di Hugging Face. 18

Perkembangan ini meletakkan Washington dalam dilema. Sekatan terhadap model China mungkin mengurangkan pendedahan dalam persekitaran sensitif. Namun, larangan menyeluruh juga boleh menyebabkan AS menyerahkan lapisan pembangunan terbuka kepada China serta menghapuskan sebahagian ketelusan dan kawalan tempatan yang menjadikan model self-hosted menarik.

Open-weight bukan sama dengan sumber terbuka sepenuhnya

Model open-weight menyediakan parameter terlatihnya untuk dimuat turun. Pihak ketiga kemudian boleh menjalankan atau menyesuaikan model yang sudah siap itu. Ini berbeza daripada model tertutup, yang biasanya hanya boleh digunakan melalui aplikasi atau API yang dikawal oleh vendornya. 33

Bagaimanapun, pelepasan pemberat model tidak semestinya bermakna pengguna mendapat:

• Kod latihan asal
• Data latihan atau asal-usulnya
• Resipi latihan yang boleh diulang semula
• Keputusan penilaian lengkap
• Hak penggunaan komersial atau pengedaran semula tanpa sekatan
• Maklumat telus tentang penapisan, penalaan keselamatan atau proses pembangunan model

Sebab itu label “terbuka” perlu dinilai bagi setiap keluaran. Sesebuah model mungkin boleh dimuat turun, tetapi sukar dihasilkan semula, tertakluk kepada lesen ketat atau tidak telus tentang data yang membentuk tingkah lakunya. AI sumber terbuka sepenuhnya menetapkan piawaian lebih tinggi, termasuk akses bermakna kepada kod, maklumat berkaitan data dan komponen lain yang diperlukan untuk kajian serta penghasilan semula. 41

Perbezaan ini penting ketika membandingkan DeepSeek, Kimi dan Qwen. Tahap ketersediaan, lesen dan pendedahan teknikal boleh berubah mengikut keluaran, manakala laporan awam mungkin belum sempat mengikuti perubahan tersebut.

China bersaing melalui penggunaan, bukan skor penanda aras semata-mata

Makmal China menggabungkan prestasi yang kompetitif dengan harga rendah, kecekapan dan keupayaan untuk menjalankan model secara tempatan. Ini memberi syarikat pemula, penyelidik dan perusahaan pilihan selain bergantung sepenuhnya kepada API Amerika yang mahal. Laporan dan kajian dasar menggambarkan satu kitaran maklum balas: keluaran kos rendah menarik pengguna, pengguna membina alat dan model turunan, lalu ekosistem itu mempercepatkan penambahbaikan seterusnya. 1720

Kelebihan tersebut bukan sekadar jumlah orang yang menggunakan chatbot. Setiap penggunaan boleh menyumbang kepada:

• Model turunan yang ditala untuk tugas tertentu
• Alat pembangun dan integrasi baharu
• Penanda aras serta laporan pepijat
• Keakraban pembangun dengan sesuatu keluarga model
• Kebergantungan komersial dan pilihan teknikal yang sukar diubah

Analisis Stanford mendapati pembangun China menyumbang 17.1% daripada muat turun Hugging Face antara Ogos 2024 hingga Ogos 2025, sedikit mengatasi pembangun AS yang mencatat 15.8%. 18 Laporan lain turut merekodkan peningkatan penggunaan model China oleh syarikat AS yang mahu mengurangkan kos. 31

Jika model berasaskan China semakin tertanam dalam perisian, peranti, perkhidmatan kerajaan dan sistem perindustrian di seluruh dunia, Beijing mungkin memperoleh pengaruh terhadap tetapan teknikal, kemas kini dan rantaian bekalan yang berkaitan. Itu ialah potensi pengaruh geopolitik — bukan bukti bahawa setiap model yang dipasang secara tempatan telah dikompromi.

Perbahasan keselamatan mempunyai beberapa lapisan

Istilah “risiko AI China” boleh merujuk kepada sekurang-kurangnya empat kebimbangan berbeza. Kesemuanya tidak wajar dianggap sebagai perkara yang sama.

1. Akses kepada data melalui perkhidmatan yang dihoskan

Apabila pengguna menghantar arahan, fail atau pengenalan diri kepada perkhidmatan yang dihoskan di China, maklumat itu keluar daripada persekitaran pengguna dan mungkin tertakluk kepada bidang kuasa serta undang-undang penyedia perkhidmatan tersebut. Oleh itu, data sensitif kerajaan, pertahanan, kesihatan, infrastruktur kritikal dan rahsia perniagaan memerlukan penilaian risiko rasmi sebelum dihantar kepada mana-mana perkhidmatan luaran.

Model yang dijalankan secara tempatan mengubah persoalan aliran data tertentu itu. Infrastruktur yang dikonfigurasi dengan baik boleh mengekalkan arahan dan dokumen dalam rangkaian organisasi. Namun, ia tidak menjamin pakej model, perisian penyajian atau alat yang disambungkan kepadanya selamat.

2. Penapisan, kecenderungan dan tingkah laku model

Latihan dan penjajaran model boleh menghasilkan penolakan, peninggalan maklumat, sudut pandang atau maklumat palsu yang dipengaruhi politik. Laporan Kongres AS mendakwa produk DeepSeek yang dihoskan memindahkan data rakyat Amerika ke China serta memanipulasi jawapan. Itu ialah dapatan dan dakwaan daripada siasatan Kongres, bukan bukti bahawa setiap fail pemberat yang boleh dimuat turun mengandungi kod berniat jahat. 2

Tingkah laku produk yang dihoskan juga mungkin berbeza daripada model turunan yang dijalankan secara tempatan. Pembungkus perisian, arahan sistem, lapisan penyederhanaan kandungan, alat carian semula dan proses kemas kini semuanya boleh mempengaruhi jawapan.

3. Pintu belakang dan kompromi rantaian bekalan

Secara teori, pakej model yang dimuat turun atau perisian di sekelilingnya boleh mengandungi kod pemuatan yang tidak selamat, tingkah laku beracun atau pencetus tersembunyi. Namun, negara asal model semata-mata bukan bukti kewujudan pintu belakang.

Pasukan keselamatan perlu mengesahkan asal-usul artifak, hash dan tandatangan digital, memeriksa tingkah laku rangkaian, mengasingkan komponen dalam sandbox serta menguji keseluruhan timbunan penggunaan.

4. Risiko model tertutup

Model proprietari tertutup turut mempunyai risiko tumpuan dan kebertanggungjawaban tersendiri. Pengguna biasanya tidak boleh memeriksa pemberat, data latihan, arahan tersembunyi, telemetri, penapisan atau proses kemas kini. API berpusat pula boleh menjadi sasaran bernilai tinggi untuk pengawasan, gangguan perkhidmatan dan kompromi, selain memberi vendor kuasa mengubah dasar secara unilateral.

Akses tertutup mungkin memudahkan vendor memantau penyalahgunaan, melaksanakan perubahan keselamatan dan menghalang pengedaran tanpa kawalan. Tetapi model tertutup tidak secara automatik boleh dipercayai. Sistem terbuka dan tertutup membawa bentuk risiko serta kawalan yang berbeza.

Mengapa pengehosan tempatan menjadi hujah terkuat menentang larangan menyeluruh

Self-hosting boleh memberikan organisasi lebih banyak kawalan terhadap model ancaman mereka. Pasukan keselamatan boleh menetapkan versi model, mengesahkan artifak, mengehadkan sambungan keluar, mengimbas kebergantungan, mengasingkan perkhidmatan, menjalankan ujian red team dan mengekalkan arahan sensitif dalam infrastruktur dalaman.

Akses terbuka juga membolehkan penyelidik bebas mengulangi kegagalan serta menyiasat kecenderungan atau pencetus tersembunyi. Namun, ketelusan bukan bermaksud keselamatan automatik. Kebanyakan organisasi tidak mampu mengaudit sepenuhnya tingkah laku model yang sangat besar. Penalaan lanjut boleh memperkenalkan kelemahan baharu, manakala penggunaan tanpa sambungan luar hanya melindungi data jika keseluruhan timbunan penyajian dikonfigurasi dengan betul.

Pengajaran praktikalnya ialah: nilai cara model digunakan, bukan sekadar label yang dilekatkan padanya. API yang dihoskan di China, pemasangan tempatan yang diaudit dan model turunan pihak ketiga yang tidak disahkan semuanya mempunyai profil risiko berbeza.

Penyulingan model menjadi pusat kontroversi

Penyulingan model ialah proses melatih model “pelajar” yang lebih kecil atau lebih baharu menggunakan maklumat daripada model “guru” yang lebih berkuasa.

• Penyulingan kotak hitam menggunakan output yang boleh dilihat, lazimnya dikumpulkan melalui pertanyaan API. Kaedah ini boleh sah jika mendapat kebenaran, tetapi pengekstrakan berskala besar mungkin melanggar syarat perkhidmatan, mengelak perlindungan atau menyalin tingkah laku proprietari.
• Penyulingan kotak putih menggunakan maklumat dalaman seperti pemberat, logit atau keadaan tersembunyi. Ia boleh memindahkan keupayaan dengan lebih cekap, tetapi akses kepada maklumat dalaman itu lazimnya memerlukan kebenaran. Pemerolehan tanpa izin menimbulkan isu keselamatan dan rahsia dagangan yang lebih jelas.

OpenAI dan Anthropic telah menuduh syarikat China, termasuk DeepSeek, menggunakan output model dalam latihan. Suruhanjaya Kajian Ekonomi dan Keselamatan AS–China pula menerangkan dakwaan yang melibatkan akaun palsu, perkhidmatan proksi dan pengekstrakan terselaras. Reuters melaporkan tuduhan OpenAI bahawa DeepSeek cuba “menumpang secara percuma” keupayaan model barisan hadapan AS. Semua ini masih merupakan dakwaan, bukan keputusan muktamad mahkamah atau proses penghakiman lain. 35

Cabaran dasarnya ialah penyulingan kotak hitam boleh kelihatan seperti penggunaan sah pada jumlah tinggi. Pada masa yang sama, pembuktian awam mungkin memerlukan pendedahan bukti siasatan yang sensitif. Penyelesaiannya bukan menganggap semua penyulingan sebagai haram kerana penyulingan yang diberi kebenaran ialah kaedah teknikal biasa.

Apa maknanya untuk Silicon Valley dan Washington?

Keluaran open-weight China memberi tekanan kepada model perniagaan AS yang bergantung pada API proprietari berharga tinggi. Syarikat Amerika perlu menentukan sama ada merahsiakan pemberat dapat melindungi kelebihan teknologi — atau sebaliknya membenarkan China dan pesaing lain menguasai pembangun, integrasi serta pengedaran global.

Kelebihan muat turun Qwen berbanding Llama ialah satu tanda nyata bahawa persaingan model terbuka memang penting. 18 Pada masa yang sama, bukti yang tersedia tidak menetapkan tindak balas khusus Nvidia atau Meta terhadap DeepSeek V4 Pro atau Kimi K3. Dakwaan tentang reaksi setiap syarikat perlu disandarkan pada kenyataan utama yang mempunyai tarikh, bukan dibuat berdasarkan perubahan pasaran secara umum.

Washington pula meningkatkan penelitian. Jawatankuasa Dewan Rakyat AS mengumumkan siasatan bersama terhadap risiko keselamatan negara dan keselamatan siber berkaitan penggunaan model yang dibangunkan di Republik Rakyat China, termasuk sistem open-weight kos rendah dan sistem yang boleh diakses melalui API daripada syarikat seperti DeepSeek, Alibaba dan Moonshot AI. 14

Beberapa laporan turut menyebut kemungkinan sekatan, tetapi bukti yang diberikan tidak menunjukkan bahawa AS telah melaksanakan larangan komersial menyeluruh terhadap model open-weight China. 912

Pilihan dasar selain “haramkan semua” atau “buat tidak tahu”

Kerangka yang lebih bersasar boleh menggabungkan beberapa langkah:

1. Kawal penggunaan berisiko tinggi. Wajibkan kebenaran atau larang penggunaan model yang belum disemak dalam pertahanan, risikan, infrastruktur kritikal, sistem kerajaan sensitif dan persekitaran yang mengendalikan data berimpak tinggi.
2. Tetapkan syarat penggunaan selamat. Untuk penggunaan sensitif, minta rekod asal-usul, pakej bertandatangan, bil bahan perisian, ujian bebas, keputusan red team dan pilihan pengasingan rangkaian.
3. Bezakan perkhidmatan dihoskan daripada pemberat tempatan. API yang dihoskan di China mewujudkan risiko akses data yang berbeza daripada artifak yang dihoskan secara tempatan dan diaudit secara bebas.
4. Ambil tindakan terhadap pengekstrakan tanpa kebenaran. Perbaik pengesahan akaun, pemantauan kadar pertanyaan, pengesanan penyalahgunaan, teknik pengesanan asal-usul serta penguatkuasaan kontrak — tanpa menganggap semua penyulingan sebagai pencurian.
5. Gunakan kawalan eksport dan pelaburan secara bersasar. Tumpukan kepada cip canggih, peralatan pembuatan, akses pengkomputeran awan serta entiti yang mempunyai kaitan yang boleh dibuktikan dengan kegunaan ketenteraan atau risikan. Sekatan terlalu luas bagaimanapun boleh mempercepatkan pembangunan pengganti domestik China.
6. Bina ekosistem model terbuka AS dan sekutunya. Labur dalam model yang selamat, didokumentasikan dengan baik dan boleh digunakan secara terbuka, penilaian pelbagai bahasa, inferens cekap serta alat penggunaan. Alternatif yang berdaya saing menangani strategi penggunaan China dengan lebih langsung berbanding sekadar mengehadkan pilihan pengguna. 10

Kesimpulan

Model open-weight China sedang membentuk semula perlumbaan AI kerana ia menjadikan sistem berkeupayaan tinggi lebih murah untuk digunakan, lebih mudah disesuaikan dan lebih sukar dikawal selepas dilepaskan. Kepentingan strategiknya terletak pada skala ekosistem, bukan kualiti model semata-mata.

Kebimbangan keselamatan adalah serius, khususnya berkaitan perkhidmatan yang dihoskan, data sensitif, integriti rantaian bekalan dan dakwaan penyulingan tanpa kebenaran. Namun, negara asal tidak dengan sendirinya menentukan sama ada sesuatu penggunaan itu selamat. Model tertutup dari AS juga tidak bebas risiko hanya kerana pemberatnya tidak didedahkan.

Tindak balas yang paling kukuh ialah pendekatan berasaskan risiko: selamatkan rantaian bekalan, hadkan penggunaan sensitif, siasat bukti kukuh mengenai pencurian keupayaan model dan bina ekosistem model terbuka Amerika serta sekutunya yang mampu bersaing dari segi pengedaran, bukan prestasi sahaja.