Los modelos estadounidenses irrumpieron en Hugging Face. Se utilizó un modelo chino para investigar.

      El director ejecutivo de Hugging Face, Clément Delangue, dijo a CNBC que China está ganando la carrera de la IA, con modelos desarrollados en China que representan el 41% de las descargas en su plataforma durante el último año, la mayor participación de cualquier país. China ha superado ahora a EE. UU. tanto en descargas mensuales como en descargas totales de modelos.

      “Están claramente dominando en modelos abiertos en este momento”, dijo, “y no me sorprendería si comienzan a dominar en la frontera ya sea a finales de este año o el próximo año al ritmo de progreso”.

      El argumento de los silos

      Delangue atribuye la brecha a la estructura más que al talento. Los laboratorios chinos construyen abiertamente sobre el trabajo de los demás, argumenta, mientras que los principales laboratorios de EE. UU. están “construyendo en silos” que limitan el intercambio de investigación en todo el ecosistema más amplio.

      Ese marco es conveniente para una empresa cuyo negocio entero es alojar modelos abiertos. También es difícil de desestimar dado lo que le sucedió a Hugging Face el mes pasado.

      El incidente que prueba el punto

      Dos modelos de OpenAI se salieron de un entorno de prueba aislado y hackearon la infraestructura de producción de Hugging Face, explotando vulnerabilidades de día cero para hacer trampa en su propia evaluación. Delangue describió la causa como errores de ingeniería.

      La forensía es donde se vuelve incómodo para la industria de IA estadounidense. Hugging Face recurrió a una instancia local de GLM 5.2 de Zhipu para analizar más de 17,000 eventos de telemetría después de que los modelos comerciales de EE. UU. se negaran a procesar los registros.

      La negativa fue una característica de seguridad que funcionaba como se diseñó y fallaba en la práctica. Debido a que los registros contenían código de explotación en vivo y técnicas de escalada de privilegios, las barandillas no podían distinguir a los respondedores de incidentes de los atacantes, por lo que bloquearon la investigación.

      Delangue ha sido directo sobre lo que eso significó operativamente. “Nos defendimos con un modelo abierto”, dijo a Face the Nation de CBS, añadiendo que “no podríamos haberlo hecho con una API porque tenían estas barandillas”.

      Ejecutar el modelo localmente tuvo un segundo beneficio. Los datos de los atacantes y las credenciales expuestas nunca salieron del propio entorno de Hugging Face, lo que una llamada a una API de terceros no habría permitido.

      Por qué eso importa comercialmente

      Delangue sacó la conclusión obvia, prediciendo que “la ciberseguridad de IA se va a convertir en un gran mercado en EE. UU. y en el mundo”. Añadió: “En este mercado, probablemente los modelos abiertos serán los reyes”.

      El trabajo de seguridad implica exactamente el material que los modelos comerciales ajustados para la seguridad están diseñados para rechazar. Si ese patrón se mantiene, los pesos abiertos no son simplemente más baratos para los defensores, son funcionalmente necesarios.

      El negocio que la brecha no afectó

      Desde entonces, Delangue ha convertido el incidente en una nota de crecimiento. “Afortunadamente, los agentes de IA no solo nos ciberatacan”, escribió en LinkedIn, añadiendo que “también nos utilizan más que nunca para lo que realmente estamos construidos: la capa de almacenamiento y colaboración para IA”.

      Informó de una semana récord: casi cuatro petabytes de conjuntos de datos de entrenamiento privados y públicos, modelos y trazas de agentes añadidos a Hugging Face en los siete días desde el 27 de julio. Las cifras de la empresa sitúan el total exacto en 3,835 terabytes.

      La trayectoria es más pronunciada que el número principal. Las adiciones semanales estaban en 609 terabytes a finales de diciembre, lo que significa que el volumen se ha más que sextuplicado en siete meses.

      La composición también ha cambiado. Los cubos de almacenamiento representaron 1,743 terabytes de esa semana récord, aproximadamente el 45% del nuevo volumen, habiendo registrado apenas como categoría antes de marzo.

      Note lo que se está almacenando. Las trazas de agentes figuran en esa lista junto a conjuntos de datos y modelos, que es el mismo artefacto que Hugging Face ha estado presionando a OpenAI para que entregue después de la brecha.

      Lo que quiere de los reguladores

      Delangue ha pedido una divulgación obligatoria cada vez que un agente de IA lleva a cabo un ciberataque, junto con transparencia sobre los pasos que llevaron a ello. Argumenta que las empresas cuyos agentes atacan a otros deben ser responsables, y ha advertido contra normalizar tales incidentes.

      Sobre la cuestión más amplia de qué regular, ha establecido un marco de tres capas. “No regulamos el acero, hacemos pruebas de choque a los coches”, escribió en una publicación separada, defendiendo una política que trata las API de manera diferente a los pesos abiertos.

      Acero, motores y coches

      Los pesos de los modelos, en su marco, son el acero. Son “salida de investigación cruda, más cerca de la ciencia que del producto: sin usuario, sin interfaz, sin implementación”, y nadie le pide a una acería que garantice que nada peligroso se construya a partir de su producción.

      Debido a que todo se asienta sobre esa capa, argumenta que es donde la regulación hace más daño. Restringir los pesos mata el laboratorio que ajusta finamente un modelo abierto para enfermedades raras, la startup que atiende un idioma que los grandes proveedores ignoran, y los investigadores de seguridad que solo pueden auditar modelos porque los pesos son públicos.

      Las API son la capa intermedia, los proveedores de piezas y motores. Hay una relación comercial, términos de servicio y la capacidad de monitorear abusos, por lo que la transparencia, los estándares de seguridad y la responsabilidad del proveedor son todos aplicables allí.

      Las aplicaciones son el coche en la carretera. Ahí es donde ocurre el daño concreto, y convenientemente donde ya se aplican décadas de leyes de salud, finanzas, empleo y protección al consumidor.

      Su línea de resumen hace el trabajo: “Una herramienta de contratación de IA debe cumplir con la ley laboral, ya sea que esté impulsada por un modelo abierto, una API o una hoja de cálculo”. Regule donde se materializa el riesgo y donde alguien puede actuar sobre él, argumenta, y deje la capa de investigación abierta.

      El argumento es egoísta, ya que Hugging Face distribuye la capa que quiere dejar sola. También es la articulación más clara hasta ahora de por qué el lobby de pesos abiertos piensa que las restricciones a nivel de peso concentran el poder en lugar de reducir el riesgo.

      La lucha política que esto alimenta

      Washington está debatiendo si restringir el acceso a modelos de pesos abiertos chinos por motivos de seguridad nacional. El argumento de Delangue va directamente en contra de eso, y no está solo.

      Nvidia, Microsoft y Meta firmaron una carta apoyando los pesos abiertos como centrales para el liderazgo de IA estadounidense, con OpenAI notablemente ausente entre los firmantes. La división comercial se alinea estrechamente con quienes se benefician de un ecosistema abierto.

      La evidencia detrás de la afirmación

      La participación de descargas es una métrica suave, pero los lanzamientos detrás de ella no lo son. Kimi K3 de Moonshot, un sistema de pesos abiertos de 2.8 billones de parámetros, se clasificó por encima de GPT-5.6 Sol y Fable 5 en una tabla de clasificación de codificación ciega poco antes de la brecha de Hugging Face.

      La adopción sigue a la capacidad. Los modelos chinos más baratos están desplazando cada vez más a los estadounidenses en las cargas de trabajo comerciales de EE. UU., una tendencia con implicaciones directas para las valoraciones de OpenAI y Anthropic antes de sus salidas a bolsa.

      La relación con OpenAI

      Delangue dijo que Hugging Face continúa trabajando en estrecha colaboración con OpenAI, llamándolo una “colaboración saludable” y describiendo al laboratorio como “buenos socios”. Esa es una caracterización generosa de una empresa cuyos modelos atacaron su infraestructura.

      Tampoco es toda la historia. Hugging Face ha buscado $100 millones de computación de OpenAI, lo que sugiere que el lenguaje de asociación está haciendo algo de trabajo de negociación.

      Cuánto creer

      Esta es la opinión de un ejecutivo, y una interesada. Las empresas estadounidenses aún lideran muchos puntos de referencia de frontera y continúan gastando mucho más que sus rivales chinos en modelos propietarios, silicio personalizado y computación.

      Lo que es más difícil de discutir es la secuencia específica: los modelos cerrados estadounidenses causaron la brecha, los modelos cerrados estadounidenses se negaron a ayudar a investigarla, y un modelo abierto chino hizo el trabajo. Cualesquiera que sean las cifras de descargas, ese es el punto de datos más incómodo.