Kina indhenter Silicon Valley inden for AI. Nye modeller gør indtryk

Kinesiske tech-giganter sender et klart signal til verden

Kinesiske teknologivirksomheder brugte fejringen af det kinesiske nytår som springbræt til at præsentere en ny generation af AI-løsninger, der for alvor begynder at nå op på samme niveau som de amerikanske.

Fra humanoidroboter på scenen til avancerede sprogmodeller og videogeneratorer – Beijing sendte et utvetydigt budskab: AI-kapløbet er ikke længere en énsidig affære. Den fordel, som ChatGPT og Gemini hidtil har nydt godt af, bliver stadigt smallere. Og en del kinesiske løsninger udmærker sig netop på det punkt, hvor de amerikanske giganter halter mest – åbenhed og lokal drift uden brug af skyen.

Nytår, ny AI: En magtdemonstration fra Beijing

Da det kinesiske nytår tog sin begyndelse, var det humanoidroboter, der dansede i indviklede koreografier side om side med mennesker, der stjal opmærksomheden. Dette futuristiske skuespil blev et symbolsk visitkort for landets ambitioner inden for robotteknologi og kunstig intelligens.

Men bag kulisserne foregik der endnu mere. De største aktører på det kinesiske AI-marked valgte netop dette tidspunkt til at lancere nye modeller – fra filmgeneratorer og avancerede chatbots til multimodale systemer, der simultant forstår tekst, billeder og video. Det hele demonstrerer, at den kinesiske AI-sektor på trods af amerikanske eksportrestriktioner på avancerede chips ikke blot holder tempoet, men i stigende grad formår at navigere i den nuværende situation.

Kinesiske AI-modeller begynder at konkurrere reelt med de amerikanske – ikke kun på kvalitet, men også på omkostninger og muligheden for at køre lokalt uden at sende data til eksterne servere.

Chipembargo med omvendt effekt: Kina lærer sparsom AI

USA har indskrænket eksporten af avancerede AI-chips til Kina med det formål at bremse landets teknologiske fremskridt. I praksis kan det vise sig at have den modsatte effekt. Mens OpenAI og Google pumpede milliarder af dollars ind i gigantiske datacentre, blev kinesiske virksomheder tvunget til en anden tilgang: maksimal optimering.

Modeller udviklet i Kina opnår ofte sammenlignelige resultater med langt lavere ressourceforbrug. Færre beregningskræfter betyder lavere omkostninger og bredere tilgængelighed. Det er ikke blot en teknisk kuriositet – for virksomheder, offentlige myndigheder og mindre aktører verden over kan det betyde markant billigere implementeringer.

Selv OpenAI's topchef Sam Altman erkendte i et interview med CNBC, at tempoet i Kinas teknologiske udvikling er, som han udtrykte det, "remarkable" – altså virkelig bemærkelsesværdigt. Når en konkurrent fra Silicon Valley formulerer sig sådan, lyder det som en alvorlig advarsel mod at undervurdere det kinesiske teknologiske spring.

Åbenhed som våben: Kinas drejning mod open source

En af de mest markante forskelle mellem visse kinesiske modeller og de amerikanske løsninger er tilgangen til åbenhed. Mange nye systemer udvikles som open source-projekter eller såkaldte open-weight-modeller, der kan downloades og køres lokalt uden konstant forbindelse til producentens servere.

• Open source – den fulde kildekode offentliggøres, og ofte også træningsdata og dokumentation.
• Open-weight – selve koden og data kan forblive lukkede, men modellens vægte – altså resultatet af træningsprocessen – stilles til rådighed.

I begge tilfælde kan brugeren installere modellen lokalt, for eksempel i virksomhedens eget serverrum, og selv styre den fuldt ud. Det ændrer fundamentalt spillets regler. Samtalernes indhold havner hverken hos OpenAI eller Google. Og datastrømmen til Kina kan fuldstændigt afskæres, fordi modellen udelukkende kører inden for den interne infrastruktur.

For erhvervslivet og den offentlige forvaltning er dette et afgørende argument: AI-værktøjer, der ikke kræver, at kunde- eller borgerdata forlader organisationen.

En bølge af nye modeller: Fra biograffilm til multimodale chatbots

Seedance 2.0: Kinas svar på Sora og film-AI

Mest opmærksomhed har Seedance 2.0 fra ByteDance – TikToks moderselskab – tiltrukket sig. Det er en videogenerator, der ud fra en kort tekstbeskrivelse kan skabe scener, som ligner klip fra storbudgetfilm. Realistiske kamerabevægelser, detaljeret lyssætning og figurer, der minder om rigtige skuespillere – alt dette udløste en "wow-effekt" på nettet.

Seedance 2.0 forbliver dog lukket og er hverken open source eller open-weight. Desuden er virksomheden hurtigt kommet i søgelyset hos Hollywood-studier. Disney, Paramount og Netflix beskylder ByteDance for krænkelse af ophavsretten og antyder, at modellen kan være blevet trænet på deres beskyttede materiale. Striden er endnu ikke afgjort, men den illustrerer, i hvilken grad generativ AI er ved at trænge ind på territorier, der hidtil var forbeholdt traditionel filmproduktion.

Qwen3.5 fra Alibaba: En chatbot med øje og øre for alt

Alibaba præsenterede til gengæld Qwen3.5, en næste generations vision-language-model. Det er en chatbot, der ikke blot behandler tekst, men også billeder og video på cirka 200 sprog. Den kan fungere som en selvstændig agent, der udfylder formularer, navigerer på hjemmesider og analyserer skærmbilleder.

Den største fordel: Qwen3.5 er tilgængelig under en åben licens og kan hentes fra GitHub. For udviklere er det et signal om, at kinesiske virksomheder ønsker at opbygge globale økosystemer omkring deres modeller – lidt ligesom Android blev bygget op om den åbne Linux-kerne.

GLM-5 og kinesiske chips i stedet for amerikanske

Zhipu AI annoncerede GLM-5 – en model fokuseret på såkaldt agent-intelligens, flertrinslægning og opgaver, der kræver stærk logisk ræsonnering. Projektet bygger på DeepSeek Sparse Attention-teknikken, der bevidst indskrænker modellens "opmærksomhedsvindue" på et givet tidspunkt, hvilket resulterer i højere ydeevne ved lavere strømforbrug.

Det mest symbolske træk er imidlertid et andet: GLM-5 er i sin helhed trænet på kinesiske Huawei Ascend-processorer. Det gør modellen uafhængig af amerikanske producenter og viser, at Kina er i stand til at opbygge et avanceret AI-økosystem uden adgang til de nyeste Nvidia-chips.

DeepSeek, Moonshot og de kinesiske svar på ChatGPT

Inden for tekstmodeller er det primært den nye udgave af DeepSeek, der vækker størst forventninger. Version V3, som blev præsenteret for et år siden, overraskede med et imponerende forhold mellem kvalitet og træningsomkostninger. I mange tests kom den tæt på ChatGPT og krævede betydeligt færre ressourcer.

Version V4, der forventes lanceret inden for de nærmeste dage, skal ifølge lækager være særligt stærk inden for programmering. The Information rapporterer, at modellen i kodningstest overgår både Claude fra Anthropic og de nuværende GPT-generationer fra OpenAI.

I dette landskab positionerer Moonshot AI sig også med modellen Kimi K2.5. Den anvender en "mixture of experts"-arkitektur (MoE), ligesom Gemini 3.0 Pro. I stedet for én enorm universel hjerne er systemet opdelt i specialiserede undernetværk, der håndterer forskellige opgavetyper. Denne tilgang reducerer omkostningerne og forbedrer styringen af beregningskraften – og opretholder samtidig høj svarkvalitet.

Forspringet skrumper: Hvor står Kina og Silicon Valley i dag?

ChatGPT og Gemini klarer sig stadig ofte bedre i generelle benchmarks, særligt på engelsk og i meget krævende opgaver. Men forskellene bliver stadigt mindre. For mange erhvervsbrugere og udviklere vejer licensfleksibilitet, driftsomkostninger og muligheden for lokal installation nu tungere end rene præstationsmålinger.

Kinesiske systemer opfylder disse krav i stigende grad. Virksomheder kan downloade en model, tilpasse den til egne data, afskære internetadgang og bygge interne værktøjer på dette grundlag. For europæiske og danske virksomheder er det et særdeles attraktivt scenarie: fuld kontrol over data og uafhængighed af én enkelt amerikansk cloud-udbyder.

Hvis denne tendens fortsætter, kan kinesiske open source-projekter inden for få år blive ikke blot et alternativ, men standardvalget i mange brancher.

Hvad betyder det for brugere og virksomheder i Danmark?

For den almindelige bruger vil resultatet af denne rivalisering være et langt større udvalg af værktøjer – ikke kun endnu en chatbot, men også videogeneratorer, systemer til dokumentopsummering og kontorrobotter, der selv registrerer data i virksomhedens systemer. Jo mere konkurrence, desto større sandsynlighed for lavere priser og hurtigere funktionsudvikling.

For erhvervsliv og offentlig forvaltning opstår der et reelt alternativ til tjenester som ChatGPT Enterprise. Modeller fra Kina kan implementeres lokalt uden at sende data ud af virksomheden eller landet. Samtidig vokser betydningen af juridiske spørgsmål: open source-licenser, EU's regulatoriske krav til AI og risikoen ved potentiel brug af træningsdata uden rettighedshaverens samtykke.

Det er også værd at forstå begrebet "open-weight" bedre. For mange organisationer er det den gyldne middelvej: de får adgang til en færdigtrænet model, der kan tilpasses specifikke opgaver, uden at de selv skal gennemgå hele træningsprocessen fra bunden. Omkostningerne falder drastisk, og implementeringstiden måles i dage frem for måneder.

Parallelt hermed vokser betydningen af energieffektivitet. Modeller, der producerer mere ud af den samme mængde beregningskraft, åbner vejen for AI på mere beskedent udstyr – fra lokale servere i mindre virksomheder til computere på skoler og hospitaler. Paradoksalt nok kan de politisk motiverede chipeksportrestriktioner netop accelerere fremkomsten af sådanne mere "strømsparende" systemer.