Los modelos de IA cerrados comen de la comida de código abierto: el CEO de Hugging Face lo dejó claro directamente

Titular

Clem Delangue, CEO de Hugging Face: Los modelos de IA cerrados en realidad dependen de datos de código abierto y redes públicas

Resumen

La situación es la siguiente: la firma de capital de riesgo Atreides Management publicó un tuit, y el CEO de Hugging Face, Clem Delangue, respondió con una gran verdad: los modelos de élite cerrados actuales se basan principalmente en la destilación de información de páginas web y recursos de código abierto.

Lo que quiere decir es que el ecosistema abierto no solo impulsa el progreso general de la IA, sino que también está transfiriendo recursos a sistemas propietarios.

¿Por qué esto es relevante? La técnica de “destilación” (que implica comprimir el conocimiento de un modelo grande en uno pequeño) puede mejorar significativamente la eficiencia del desarrollo, pero también ha traído problemas relacionados con la propiedad intelectual y la seguridad. Además, el momento es delicado: recientemente han surgido numerosas acusaciones de “destilación ilegal”, y las tensiones entre China y Estados Unidos en el campo de la IA no han cesado.

Análisis

• En resumen: los modelos cerrados se benefician de datos y conocimientos del ecosistema abierto, pero producen resultados que mantienen en privado—esta asimetría resulta bastante incómoda.
• ¿Dónde está la controversia?: Dado que todos están utilizando la destilación, ¿cómo se diferencia entre “transferencia legítima de conocimiento” y “reproducción de capacidades que cruzan límites”? La regulación aún no ha dado respuestas claras.

Contexto adicional:

• En febrero de 2026, Anthropic informó que laboratorios chinos como DeepSeek, Moonshot y MiniMax realizaron más de 16 millones de llamadas API anómalas para destilar modelos estadounidenses. OpenAI también envió advertencias similares al Congreso, diciendo que esta práctica hacía que el control de exportaciones fuera prácticamente inútil. Reuters ha estado cubriendo este tema de cerca.
• Lo que dijo Delangue, a primera vista, es una declaración de hechos, pero en realidad también está insinuando algo: ¿es apropiado que los modelos cerrados se beneficien de recursos de código abierto y, a su vez, impongan restricciones a la comunidad de código abierto?
• Desde la perspectiva de la competencia, la destilación está reduciendo la brecha de capacidades entre los modelos de código abierto y cerrados (Epoch AI ha rastreado datos). Esto es positivo para la difusión, pero también genera preocupaciones sobre la fuga de capacidades y la seguridad nacional.

La destilación debe evaluarse caso por caso:

Varios puntos que merecen seguimiento continuo:

• Suministro abierto, encapsulamiento propietario—esta tensión persistirá.
• Dónde se trazan las líneas regulatorias y si pueden ser aplicadas, determinará los límites de la destilación y la intensidad de las fricciones internacionales.
• La tendencia de convergencia de capacidades seguirá presionando la ventaja monopolística de los modelos cerrados.

Evaluación de impacto

• Importancia: media
• Categorías: tendencias de la industria, código abierto, investigación en IA

Juicio: esta narrativa aún está en una etapa temprana—los límites regulatorios no están definidos, y la voz de la industria todavía está en disputa. ¿Quién se beneficia más? Aquellos que consideran el código abierto y el cumplimiento como activos centrales, podrán establecer un foso de auditoría en torno a licencias, fuentes de datos y procesos de destilación. Los inversores a corto plazo no deben esperar señales directas aquí, pero los fondos a largo plazo pueden considerar invertir en infraestructura de código abierto y en el suministro de datos compatibles y regulados en ambas direcciones.