Warum chinesische KI-Modelle den Open-Source-Bereich dominieren, während westliche Labore sich zurückziehen

Weil westliche KI-Labore nicht mehr wollen – oder können. OpenAI, Anthropic und Google Angesichts des zunehmenden Drucks, ihre leistungsstärksten Modelle einzuschränken, haben chinesische Entwickler die entstandene Open-Source-Lücke mit KI gefüllt, die explizit auf die Bedürfnisse der Betreiber zugeschnitten ist: Leistungsstarke Modelle, die auf Standardhardware laufenDie
Eine neue Sicherheit Studie zeigt, wie umfassend chinesische KI diesen Bereich erobert hat. (Forschungsergebnisse veröffentlicht von) SentinelOne Und Censys, Kartierung 175.000 exponierte KI-Hosts in 130 Ländern über 293 Tage, zeigt Alibabas Qwen2 Das chinesische Modell belegt weltweit konstant den zweiten Platz hinter Metas Llama. Noch aussagekräftiger ist jedoch, dass das chinesische Modell auf folgenden Plattformen erscheint: 52 % der Systeme, die mehrere KI-Modelle ausführen—was darauf hindeutet, dass es sich zur faktischen Alternative zu Llama entwickelt hat.
„Wir gehen davon aus, dass chinesische Modellfamilien in den nächsten 12 bis 18 Monaten eine zunehmend zentrale Rolle im Open-Source-LLM-Ökosystem spielen werden, insbesondere da westliche Spitzenlabore die Veröffentlichung von Open-Source-Modellen verlangsamen oder einschränken.“
— Gabriel Bernadett-Shapiro, Ausgezeichneter KI-Forscher bei SentinelOne, im Gespräch mit KI-News von TechForge Media
Die Erkenntnis kommt wie folgt OpenAI, Anthropic und Google Sie sehen sich behördlicher Kontrolle, dem Aufwand für Sicherheitsüberprüfungen und kommerziellen Anreizen gegenüber, die sie dazu drängen API-gesteuerte Releases Stattdessen veröffentlichen sie die Modellgewichte frei. Der Kontrast zu chinesischen Entwicklern könnte nicht größer sein.
⚠ Wichtigste Erkenntnis: Chinesische Labore haben das demonstriert, was Bernadett-Shapiro als … bezeichnet. „die Bereitschaft, große, qualitativ hochwertige Gewichte zu veröffentlichen, die explizit für … optimiert sind.“ Lokale Bereitstellung, Quantisierung und Standardhardware"
Die praktischen Auswirkungen sind erheblich. Laut Bernadett-Shapiro:
- 🔴 Leichter zu übernehmen für Entwickler und Betreiber weltweit
- 🔴 Einfacher zu bedienen ohne Infrastruktur auf Unternehmensebene
- 🔴 Einfacher zu integrieren in Rand- und Wohnumgebungen
„In der Praxis bedeutet dies, dass sie einfacher zu übernehmen, einfacher zu betreiben und einfacher in Edge- und Wohnumgebungen zu integrieren sind.“
— Gabriel Bernadett-Shapiro, SentinelOne


Einloggen










