Vì sao AI mã nguồn mở trở thành mặt trận mới trong cuộc đua công nghệ Mỹ - Trung?

DeepSeek của Trung Quốc một lần nữa gây xôn xao trong giới công nghệ và hoạch định chính sách tại Mỹ, lần này là với việc ra mắt V4 Pro vào tuần trước, một mô hình trí tuệ nhân tạo được gọi là "open weight" (mở trọng số) mà bất kỳ ai cũng có thể tải xuống miễn phí. Động thái này khiến Washington và Thung lũng Silicon tranh luận gay gắt hơn bao giờ hết về việc liệu Mỹ có nên phản ứng trước sự trỗi dậy của công nghệ AI Trung Quốc hay không—và nếu có thì bằng cách nào.

Trong khi chính quyền Trump đã đề xuất lệnh cấm đối với các mô hình AI open-weight của Trung Quốc, các công ty công nghệ Mỹ, từ lớn đến nhỏ, đang phản đối việc hạn chế các mô hình như vậy, bất kể nguồn gốc của chúng.

"Vấn đề về các mô hình mở có lẽ là một trong những vấn đề chính sách AI phức tạp nhất, nếu không muốn nói là phức tạp nhất, mà chính phủ và các công ty phải giải quyết", Aalok Mehta, giám đốc Trung tâm AI Wadhwani tại Trung tâm Nghiên cứu Chiến lược và Quốc tế (CSIS), một tổ chức tư vấn có trụ sở tại Washington, cho biết.

Trọng tâm của cuộc tranh luận là sự an toàn của các mô hình do các công ty Trung Quốc cung cấp.

Có hai loại mô hình mở: mô hình open-weight (mở trọng số) và mô hình mã nguồn mở hoàn toàn (fully open-source).

Khi một mô hình open-weight được công bố, bất kỳ ai cũng có thể chạy, tinh chỉnh và xây dựng sản phẩm dựa trên nó, nhưng họ không có quyền truy cập vào dữ liệu huấn luyện đằng sau mô hình đó. Ngược lại, các mô hình mã nguồn mở công khai cả dữ liệu huấn luyện và mã nguồn.

Không có mô hình nào của Trung Quốc đang là tâm điểm tranh luận, bao gồm cả DeepSeek và Kimi K3, là mã nguồn mở hoàn toàn, vì tất cả đều giữ kín dữ liệu huấn luyện. Điều này làm dấy lên lo ngại rằng các mô hình có thể được huấn luyện với sự thiên kiến hoặc cài cắm các chức năng "cửa sau" (backdoors) có thể cho phép chính phủ Trung Quốc truy cập ngầm.

Các nhà nghiên cứu AI nghiên cứu về những hệ thống này tỏ ra hoài nghi về những lo ngại đó, mặc dù họ không hoàn toàn loại trừ khả năng này.

Việc xây dựng một "cửa sau" đòi hỏi phải cố tình làm nhiễm độc dữ liệu huấn luyện bằng các loại kích hoạt có điều kiện mà các mô hình hiện tại rất khó duy trì một cách ổn định, Jason Corso, giáo sư AI tại Đại học Michigan, cho biết. Mặc dù việc làm đó là "có thể về mặt lý thuyết", ông nói, nhưng ông không biết bất kỳ trường hợp nào được ghi nhận về những hành động như vậy.

Đối với việc các mô hình Trung Quốc gửi dữ liệu người dùng về Bắc Kinh, Kyle Miller, nhà phân tích nghiên cứu cấp cao tại Trung tâm An ninh và Công nghệ Mới nổi của Đại học Georgetown, cho biết điều quan trọng là các mô hình AI được chạy ở đâu.

"Nếu bạn đang sử dụng một mô hình mở của Trung Quốc trên cơ sở hạ tầng của riêng mình, điều đó đơn giản là không thể xảy ra", ông nói. "Bạn có toàn quyền kiểm soát mô hình đó."

Trong khi đó, sự an toàn của các mô hình AI đóng, độc quyền cũng đang bị đặt dấu hỏi.

Một báo cáo được Viện An ninh AI, do chính phủ Anh hậu thuẫn, công bố ngày 4 tháng 8 cho thấy Mythos 5 của Anthropic và GPT-5.6-Sol của OpenAI đã cùng thực hiện 19 hành động không được phép đối với người thật và các tổ chức trong quá trình kiểm tra an toàn. Trong trường hợp nghiêm trọng nhất, một tác nhân AI đã cố gắng chèn mã độc vào một dự án mã nguồn mở.

Cả Anthropic và OpenAI đều công khai thừa nhận các mô hình của họ đã thoát khỏi môi trường thử nghiệm (sandbox).

Eugene Lee, một kỹ sư AI làm việc tại Hồng Kông, nói với Nikkei Asia rằng các mô hình đóng về bản chất là một "hộp đen", vì người ngoài không thể nhìn thấy dữ liệu huấn luyện, phương pháp căn chỉnh, liệu có tồn tại cửa sau hay không hoặc nơi mô hình có thể đột ngột thất bại.

Miller lập luận rằng các mô hình mở là công cụ cần thiết để phòng thủ trước những "hộp đen" như vậy.

"Khi mô hình là open-weight hoặc mã nguồn mở, cả những kẻ xấu và người tốt đều có thể sử dụng nó.... Các mô hình open-weight cho phép những người phòng thủ—bao gồm toàn bộ ngành an ninh mạng—sử dụng các mô hình này một cách tự do mà không cần rào cản, để tùy chỉnh và tối ưu hóa chúng cho mục đích phòng thủ", ông nói.

"Open weights mang lại cho những người phòng thủ nhiều lợi thế hơn, trái ngược với một thế giới nơi các khả năng tiên phong chỉ nằm trong tay một vài phòng thí nghiệm", ông nói thêm. "Vấn đề là đảm bảo những người phòng thủ được hỗ trợ bởi [các mô hình mở], để họ có thể chống lại những loại hình tấn công này."

Đó chính xác là những gì đã xảy ra trong một trường hợp vào tháng trước, khi Hugging Face cho biết họ đã sử dụng mô hình open-weight GLM-5.2 của Z.ai (Trung Quốc) để phân tích và ngăn chặn một cuộc tấn công từ OpenAI.

Một vấn đề khác xung quanh các mô hình AI open-weight của Trung Quốc là làm thế nào chúng trở nên tốt như vậy một cách nhanh chóng.

Trong một số bài kiểm tra chuẩn (benchmark) do DeepSeek công bố tuần trước, hiệu suất của V4 Pro trong các đánh giá liên quan đến tác nhân (agent) gần bằng hoặc thậm chí vượt qua hầu hết các mô hình tiên phong tiên tiến nhất của Mỹ.

Các quan chức chính quyền Trump cho rằng những tiến bộ như vậy là nhờ kỹ thuật chưng cất (distillation), cáo buộc các công ty như Moonshot AI và DeepSeek huấn luyện mô hình của họ bằng cách thu thập đầu ra từ ChatGPT, Claude và các phòng thí nghiệm AI khác của Mỹ thay vì xây dựng chúng từ đầu.

Chưng cất hộp trắng (white-box distillation)—sử dụng quyền truy cập trực tiếp vào trọng số nội bộ của mô hình "giáo viên" để nén nó thành các mô hình "học sinh" nhỏ hơn—là một kỹ thuật kỹ thuật thông thường được hầu hết các phòng thí nghiệm AI sử dụng, bao gồm cả những phòng thí nghiệm ở Mỹ. Điều này thường được thực hiện để biến một mô hình chủ lực đắt đỏ thành một phiên bản rẻ hơn, nhanh hơn.

Ngược lại, chưng cất hộp đen (black-box distillation) huấn luyện một mô hình trực tiếp trên đầu ra của mô hình khác mà không cần quyền truy cập vào trọng số nội bộ của mô hình đó. Phương pháp gây tranh cãi hơn này là điều mà các phòng thí nghiệm Trung Quốc bị cáo buộc đã thực hiện với Claude và ChatGPT, và là một hành vi vi phạm điều khoản sử dụng của họ.

"Điều mà Mỹ thực sự cần đối mặt là các mô hình mã nguồn mở của Trung Quốc đang tiến bộ rất nhanh", Lee, kỹ sư tại Hồng Kông, cho biết. "Vì vậy, một hướng đi hợp lý hơn không phải là lệnh cấm toàn diện đối với các mô hình open-weight, mà là các biện pháp kiểm soát theo tầng đối với các khả năng tiên phong có rủi ro cao nhất, đồng thời khuyến khích phát triển hệ sinh thái mã nguồn mở của riêng Mỹ, và sử dụng các công cụ pháp lý và thương mại để giải quyết việc chưng cất bất hợp pháp của các công ty Trung Quốc."

Các nhân vật hàng đầu trong ngành công nghiệp Mỹ đồng ý rằng chưng cất không phải là lý do để cấm các mô hình AI của Trung Quốc.

Trong một cuộc phỏng vấn với Axios vào tháng 7, CEO Nvidia Jensen Huang cho biết "chưng cất, học hỏi từ AI, học hỏi từ các nguồn kiến thức khác, là nền tảng của trí thông minh", giống như cách con người học hỏi lẫn nhau.

Gã khổng lồ chip của Mỹ đã dẫn đầu trong việc phản đối lệnh cấm đối với các mô hình open-weight của Trung Quốc. Ngoài việc ký một bức thư ngỏ về vấn đề này, Nvidia cũng đã phát hành mô hình AI open-weight của riêng mình, Nemotron 3.5 Lightning, vào đầu tháng này.

Cùng tuần đó, Meta đã công bố mô hình open-weight của riêng mình, có tên là Muse Glimmer. Việc ra mắt này đi kèm với một bài đăng trên blog dài hơn 6.000 từ của CEO Mark Zuckerberg, kêu gọi các nhà hoạch định chính sách hỗ trợ AI mở của Mỹ, nói rằng điều quan trọng là "Mỹ và các đồng minh dẫn đầu hệ sinh thái AI mã nguồn mở, vốn sẽ chiếm một tỷ lệ lớn trong việc sử dụng AI toàn cầu."

"Các phòng thí nghiệm nước ngoài hiện đang nắm giữ một số lợi thế ở đây vì các phòng thí nghiệm của Mỹ phải tuân thủ nhiều hạn chế bổ sung về dữ liệu huấn luyện", Zuckerberg cho biết trong bài đăng. "Chính sách của Mỹ phải giảm bớt sự ma sát bổ sung này nếu chúng ta muốn các mô hình mã nguồn mở của Mỹ dẫn đầu theo thời gian."

Ví dụ điển hình: DeepSeek hiện được xếp hạng là mô hình AI được sử dụng nhiều nhất trên thế giới, với 27% thị phần, theo OpenRouter. Trong khi đó, Alibaba cho biết Qwen của họ là dòng mô hình mã nguồn mở được tải xuống nhiều nhất thế giới. Gã khổng lồ công nghệ Trung Quốc đã phát hành phiên bản mới nhất, Qwen 3.8-27B, vào ngày 17 tháng 8. Tổng cộng, Alibaba đã biến hơn 460 mô hình của mình thành mã nguồn mở và tích lũy hơn ba tỷ lượt tải xuống trên toàn cầu.

Washington có thể đang chú ý đến cảnh báo của Zuckerberg.

Nhiều phương tiện truyền thông Mỹ đưa tin trong tháng này rằng chính quyền Trump đã loại trừ các mô hình mở khỏi khung đánh giá tự nguyện nhằm đánh giá sự an toàn của các mô hình AI tiên tiến.

Có lý do để tin rằng cả Thung lũng Silicon và Washington đều ngày càng lo lắng về vị thế dẫn đầu của Trung Quốc trong lĩnh vực AI open-weight.

"Rất nhiều nhà sản xuất, cả ở châu Âu và Mỹ, đang sử dụng các mô hình open-weight từ Trung Quốc vì họ không tin tưởng Anthropic hay OpenAI. Họ không muốn gửi dữ liệu quan trọng của mình đến đó", Pierre Baque, người sáng lập và CEO của Neural Concept, một công ty phần mềm thiết kế AI làm việc với các nhà sản xuất ô tô, nhà sản xuất chip và các nhà sản xuất khác để tăng tốc quy trình thiết kế của họ, cho biết.

"Người Trung Quốc không thể theo dõi bạn thông qua một mô hình mà bạn tự lưu trữ", Baque nói, đồng thời cho biết việc thiếu các mô hình tiên phong open-weight của Mỹ đang "thực sự tạo ra một cơ hội khổng lồ cho Trung Quốc."

Một phần của cơ hội đó có thể mang tính địa chính trị.

Tại Hội nghị AI Thế giới ở Thượng Hải vào tháng 7 này, Chủ tịch Trung Quốc Tập Cận Bình đã tái khẳng định cam kết của Trung Quốc đối với AI mã nguồn mở. Bằng cách định vị mình là người ủng hộ các mô hình AI mở, Trung Quốc có thể tạo ra sự phụ thuộc về cấu trúc giữa các quốc gia và công ty áp dụng chúng, sự phụ thuộc mà sau này họ có thể vũ khí hóa nếu muốn, một cộng sự tại một công ty luật quốc tế, người yêu cầu giấu tên do công ty có sự hiện diện tại Trung Quốc, cho biết.

"AI mã nguồn mở có lẽ đang trở thành điểm nghẽn mới của Trung Quốc, bên cạnh đất hiếm, và đó là thứ mà chính phủ Trung Quốc có khả năng vũ khí hóa", luật sư này nói với Nikkei Asia.