DeepSeek, et kinesisk AI-laboratorium grundlagt i 2023, har skabt overskrifter med lanceringen af R1, en open-source ræsonneringsmodel, der hævder at have kapaciteter sammenlignelige med OpenAI's o1-model, men med lavere omkostninger og energikrav. Denne udvikling har vækket bekymringer blandt chipproducenter som Nvidia, hvilket har ført til et fald i deres markedsværdier på grund af potentielle nedskæringer i udgifterne til højtydende computing. DeepSeeks fokus er på at løse store sprogmodeller for at gøre fremskridt mod kunstig generel intelligens (AGI), som repræsenterer AI, der matcher eller overgår menneskelig intelligens i forskellige opgaver. Fremkomsten af open-source AI har vundet momentum siden OpenAI's ChatGPT dukkede op i november 2022, hvilket har fået mange teknologivirksomheder, fra giganter som Meta til startups som Mistral og Hugging Face, til at investere i denne samarbejdsbaserede tilgang, der fremmer tilgængelig software til modification og redistribuering. Industrieksperter ser DeepSeeks succes som en væsentlig godkendelse af open-source AI. Seena Rejal fra NetMind hævder, at R1 viser, at open-source modeller kan matche proprietære modeller i ydeevne, mens Metas Yann LeCun understreger, at DeepSeeks præstation fremhæver styrkerne i open-source udvikling frem for en overlegenhed af Kina over USA. Kina, der er begrænset fra avancerede chips, udnytter open-source teknologi til at forbedre sit AI-landskab.

I Europa dannes initiativer som OpenEuroLLM, der sigter mod at udvikle konkurrencedygtige AI-sprogmodeller for at mindske afhængigheden af Silicon Valley. Men open-source AI bærer risici, herunder sårbarhed over for cyberudnyttelse. Cisco-forskere har identificeret sikkerhedssårbarheder i R1-modellen, hvilket afslører, at den kan manipuleres til at producere skadelige output. Desuden bliver data behandlet af DeepSeeks model sendt til Kina, hvilket vækker bekymringer om potentiel overvågning og datalækager. Eksperter, herunder cybersikkerhedsstrateg Matt Cooke, advarer om, at virksomheder skal være forsigtige, når de integrerer open-source AI på grund af risici som angreb på softwareforsyningskæden og datagodkendelse, hvilket understreger behovet for omhyggelig evaluering af disse teknologier.