Kina indhenter Silicon Valley inden for AI. Nye modeller imponerer

Kinesiske tech-virksomheder sender et klart signal til verden

Kinesiske teknologivirksomheder valgte det kinesiske nytår som platform for at præsentere en ny generation af AI-systemer, der for alvor begynder at udfordre amerikansk dominans. Fra humanoidroboter på scenen til avancerede sprogmodeller og videogeneratorer — Peking har gjort det krystalklart: AI-kapløbet er ikke længere énsidet.

Det forspring, som ChatGPT og Gemini har haft, bliver stadigt smallere. Og en del kinesiske løsninger adskiller sig på netop det område, hvor amerikanske giganter halter bagud — åbenhed og lokal drift uden afhængighed af skyen.

Nytår, ny AI: En magtdemonstration fra Peking

Det, der fangede flest øjne under fejringen af det kinesiske nytår, var humanoidroboter, der udførte indviklede koreografier side om side med mennesker. Det futuristiske skuespil blev et symbolsk visitkort for landets ambitioner inden for robotteknologi og kunstig intelligens.

Men bag kulisserne foregik der endnu mere. Kinas største AI-aktører valgte præcis dette tidspunkt til at lancere nye modeller — fra filmgeneratorer og avancerede chatbots til multimodale systemer, der forstår tekst, billeder og video på én gang. Det viser, at den kinesiske AI-sektor ikke blot holder tempoet trods amerikanske eksportrestriktioner på avancerede chips — den tilpasser sig faktisk bedre og bedre.

Kinesiske AI-modeller begynder at konkurrere reelt med de amerikanske — ikke kun på kvalitet, men også på pris og evnen til at fungere lokalt uden at sende data til eksterne servere.

Chipembargo med omvendt effekt: Kina lærer at lave effektiv AI

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

De modeller, der udvikles i Kina, leverer ofte sammenlignelige resultater med langt færre ressourcer. Mindre beregningskraft betyder lavere omkostninger og bredere tilgængelighed. Det er ikke bare en teknisk kuriositet — for virksomheder, myndigheder og mindre organisationer 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. Fra munden af en konkurrent fra Silicon Valley lyder det som en alvorlig advarsel mod at undervurdere det kinesiske teknologispring.

Åbenhed som våben: Kinas drejning mod open source

En af de største forskelle mellem en del kinesiske modeller og deres amerikanske modparter er tilgangen til åbenhed. Mange nye systemer udgives som open source-projekter eller såkaldte open-weight-modeller, som 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 på virksomhedens egne servere, og administrere den selvstændigt. Det ændrer spillets regler fundamentalt. Samtalernes indhold sendes ikke til OpenAI's eller Googles sky. Og datastrømmen til Kina kan fuldstændigt blokeres, fordi modellen udelukkende kører i den interne infrastruktur.

For erhvervslivet og den offentlige forvaltning er det et afgørende argument: AI-værktøjer uden behov for at sende kunde- eller borgerdata ud af organisationen.

En bølge af nye modeller: Fra biograffilm til multimodale chatbots

Seedance 2.0: Kinas svar på Sora og film-AI

Den model, der har vakt mest opsigt, er Seedance 2.0 fra ByteDance — ejeren af TikTok. Det er en videogenerator, der ud fra en kort tekstbeskrivelse kan skabe scener, der ligner klip fra storbudgetfilm. Realistiske kamerabevægelser, gennemarbejdet lyssætning og figurer, der minder om rigtige skuespillere — det hele skabte en decideret "wow-effekt" på nettet.

Seedance 2.0 er dog lukket og hverken open source eller open-weight. Hertil kommer, at virksomheden hurtigt er kommet i Hollywood-studiernes søgelys. Disney, Paramount og Netflix anklager ByteDance for krænkelse af ophavsrettigheder og antyder, at modellen kan være trænet på deres beskyttede materiale. Striden er endnu ikke afgjort, men den illustrerer, hvor kraftigt generativ AI nu trænger ind på territorier, der hidtil var forbeholdt traditionel filmproduktion.

Qwen3.5 fra Alibaba: En chatbot med øjne og ører til alt

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

Den største fordel: Qwen3.5 er tilgængelig under en åben licens og kan downloades fra GitHub. For udviklere er det et signal om, at kinesiske virksomheder ønsker at opbygge globale økosystemer omkring deres modeller — lidt som Android opstod omkring en åben Linux-kerne.

GLM-5 og kinesiske chips i stedet for amerikanske

Zhipu AI annoncerede GLM-5 — en model rettet mod såkaldt agent-intelligens, flertrinslighed og logisk ræsonnement. Projektet bygger på DeepSeek Sparse Attention-teknikken, der bevidst begrænser modellens "opmærksomhedsområde" på et givet tidspunkt, hvilket giver højere effektivitet ved lavere energiforbrug.

Det mest symbolske træk er dog et andet: GLM-5 er i sin helhed trænet på kinesiske Huawei Ascend-processorer. Det frigør modellen fra afhængighed 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 kinesiske svar på ChatGPT

Inden for tekstmodeller er det en ny version af DeepSeek, der vækker størst forventning. Version V3, som blev præsenteret for et år siden, overraskede med et meget gunstigt forhold mellem kvalitet og træningsomkostninger. I mange tests lå den tæt på ChatGPT — med langt færre ressourcer.

Version V4, hvis lancering forventes inden for de nærmeste dage, skulle ifølge lækkede oplysninger være særligt stærk inden for programmering. Mediet The Information rapporterer, at modellen i kodningstest overgår både Anthropics Claude og de nuværende generationer af GPT fra OpenAI.

I samme felt positionerer Moonshot AI sig med modellen Kimi K2.5. Den anvender en "mixture of experts"-arkitektur (MoE), svarende til Gemini 3.0 Pro. I stedet for ét enormt, universelt "hjerne-netværk" opdeles systemet i specialiserede undernetværk, der håndterer forskellige typer opgaver. Denne tilgang reducerer omkostningerne og optimerer beregningskraften — og leverer stadig høj kvalitet i svarene.

Model Virksomhed Primær funktion Åbenhed
Seedance 2.0 ByteDance Videogenerering fra tekst Lukket
Qwen3.5 Alibaba Multimodal chatbot (tekst, billede, video) Open source
GLM-5 Zhipu AI Avanceret ræsonnement, agenter Open source
DeepSeek V4 DeepSeek Tekstmodel, programmering Forventes åben / open-weight
Kimi K2.5 Moonshot AI Chatbot med MoE-arkitektur Åbne og kommercielle versioner

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

ChatGPT og Gemini klarer sig stadig bedre i generelle benchmarks, særligt på engelsk og i særligt krævende opgaver. Men forskellene bliver stadigt mindre. For mange erhvervs- og udviklingsbrugere vejer licensfleksibilitet, driftsomkostninger og muligheden for lokal installation nu tungere end rå benchmark-tal.

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

Hvis tendensen 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 større udvalg af værktøjer — ikke kun endnu en chatbot, men også videogeneratorer, dokumentopsummeringssystemer og digitale assistenter, der selv udfylder data i virksomhedssystemer. Jo mere konkurrence, desto større er chancen for lavere priser og hurtigere funktionsudvikling.

For erhvervslivet og den offentlige forvaltning opstår der et reelt alternativ til tjenester som ChatGPT Enterprise. Kinesiske modeller 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 for brug af ophavsretligt beskyttet træningsmateriale uden ejernes samtykke.

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

Parallelt hermed vokser betydningen af energieffektivitet. Modeller, der udvinder mere ud af den samme mængde beregningskraft, åbner vejen for AI på svagere hardware — fra lokale servere i små virksomheder til computere på skoler og hospitaler. Paradoksalt nok kan de politisk motiverede chiprestriktioner faktisk fremskynde udviklingen af netop sådanne mere "sparsommelige" systemer.

Scroll to Top