TechCrunch AI
92

Tin ngành

Bộ Tài chính Mỹ đe dọa trừng phạt sau cáo buộc Moonshot 'sao chép' mô hình AI của Anthropic

(giờ Việt Nam)

Tóm tắt AI

Bộ trưởng Tài chính Scott Bessent cảnh báo sẽ trừng phạt các công ty AI Trung Quốc, sau khi Nhà Trắng cáo buộc Moonshot sử dụng công nghệ từ mô hình Fable của Anthropic để phát triển Kimi K3.

Bản dịch AI

Treasury threatens sanctions after White House claims Moonshot distilled Anthropic’s Fable

Bộ trưởng Tài chính Hoa Kỳ Scott Bessent hôm thứ Tư đã tái khẳng định những cảnh báo của mình đối với các công ty AI Trung Quốc, cho biết các lệnh trừng phạt vẫn đang được cân nhắc sau khi một quan chức Nhà Trắng cáo buộc Moonshot đã chưng cất (distilling) trái phép mô hình Fable của Anthropic.

Chưng cất mô hình (Model distillation) là một kỹ thuật huấn luyện AI phổ biến, trong đó một mô hình nhỏ hơn học hỏi từ kết quả đầu ra của một mô hình lớn hơn. Mặc dù quá trình này có thể vi phạm quyền sở hữu trí tuệ, nhưng nó cũng được sử dụng rộng rãi như một phương pháp tối ưu hóa hợp pháp.

“Mã nguồn mở không có nghĩa là được phép tùy tiện xâm phạm sở hữu trí tuệ của Mỹ,” Bessent đăng trên X. “Khi các công ty [Trung Quốc] thực hiện các cuộc tấn công chưng cất quy mô công nghiệp một cách lén lút, vượt quá giới hạn thành hành vi đánh cắp sở hữu trí tuệ, thì các lệnh trừng phạt và việc đưa vào Danh sách Thực thể (Entity List) sẽ được cân nhắc.”

Đầu tuần này, Bessent tuyên bố rằng chính phủ Hoa Kỳ sẽ kiểm tra các mô hình mã nguồn mở từ Trung Quốc để tìm dấu hiệu đánh cắp sở hữu trí tuệ và sẽ áp đặt các lệnh trừng phạt nếu phát hiện vi phạm.

Những phát biểu mới nhất của Bessent được đưa ra chỉ vài giờ sau khi Giám đốc chính sách khoa học và công nghệ của Nhà Trắng, Michael Kratsios, cáo buộc công ty Moonshot có trụ sở tại Trung Quốc đã thực hiện việc chưng cất quy mô lớn đối với các mô hình của Hoa Kỳ. Ông cáo buộc rằng Moonshot đã mua lại các máy chủ được trang bị GB300 của Nvidia và đã truy cập vào các chip GB300 tại Thái Lan, có khả năng là để huấn luyện các mô hình AI của mình, làm dấy lên nghi vấn về việc liệu công ty này có vi phạm các quy tắc kiểm soát xuất khẩu của Hoa Kỳ hay không.

Các máy chủ GB300 là một phần trong thế hệ Blackwell của Nvidia, vốn bị cấm bán cho các công ty Trung Quốc.

Một số chuyên gia phản bác ý kiến cho rằng Kimi K3 có thể được phát triển chủ yếu thông qua việc chưng cất từ Fable, vốn chỉ mới được công khai từ ngày 1 tháng 7. Moonshot đã phát hành K3 vào tuần trước dưới dạng mô hình mã nguồn mở (open-weight), và khả năng tiên tiến của nó đã đặt ra câu hỏi về các mô hình kinh doanh cốt lõi của các phòng thí nghiệm AI hàng đầu Hoa Kỳ, đồng thời làm dấy lên nghi ngờ về việc liệu họ có thể tiếp tục biện minh cho nhu cầu vốn khổng lồ đang củng cố cuộc đua AI tiên phong hay không.

Sự việc này cũng đã làm gia tăng một cuộc tranh luận rộng lớn hơn tại Washington về làn sóng các mô hình mở từ Trung Quốc. Một số người, bao gồm cựu cố vấn AI của Nhà Trắng và hiện là Trưởng bộ phận Tương lai Chiến lược tại OpenAI, Dean Ball, đã lập luận rằng Hoa Kỳ nên hạn chế hoặc cấm hoàn toàn việc sử dụng các mô hình mã nguồn mở của Trung Quốc để duy trì lợi thế công nghệ của Mỹ và giảm thiểu các rủi ro an ninh quốc gia tiềm ẩn.

TechCrunch đã liên hệ với Moonshot và Bộ Tài chính để yêu cầu bình luận.

Khi bạn mua hàng thông qua các liên kết trong bài viết của chúng tôi, chúng tôi có thể nhận được một khoản hoa hồng nhỏ. Điều này không ảnh hưởng đến tính độc lập trong biên tập của chúng tôi.

Rebecca Bellan là phóng viên cấp cao tại TechCrunch, nơi cô đưa tin về kinh doanh, chính sách và các xu hướng mới nổi đang định hình trí tuệ nhân tạo. Các bài viết của cô cũng đã xuất hiện trên Forbes, Bloomberg, The Atlantic, The Daily Beast và các ấn phẩm khác.

Bạn có thể liên hệ hoặc xác minh thông tin từ Rebecca bằng cách gửi email đến [email protected] hoặc qua tin nhắn mã hóa tại rebeccabellan.491 trên Signal.

Xem tiểu sử

Event Logo
AIĐịa chính trịMoonshotAnthropicTrừng phạt
Đọc bài gốc

Bài viết được AI dịch và tổng hợp tự động từ TechCrunch AI. Liên kết bài gốc ở phía trên. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.