Le débat sur l’ouverture des modèles d’intelligence artificielle vient de quitter les laboratoires pour entrer de plain-pied dans la politique industrielle américaine. Le 24 juillet 2026, Jensen Huang a consacré sa première publication sur X à une lettre intitulée « Open Weights and American AI Leadership ». Nvidia l’a signée avec 24 autres organisations, parmi lesquelles Microsoft, Meta, IBM, Mistral, Mozilla, Hugging Face, la Linux Foundation, Palantir et Y Combinator.
Le message adressé aux responsables politiques est direct : ne pas imposer de restrictions prématurées aux modèles dont les poids peuvent être téléchargés, modifiés et exécutés sur une infrastructure choisie par l’utilisateur. Les signataires les présentent comme un moteur de concurrence, de baisse des coûts, de souveraineté technologique et même de sécurité.
Cette lettre n’est pourtant ni une défense naïve de l’ouverture absolue, ni une profession de foi désintéressée. Elle intervient au moment où Washington s’interroge sur les modèles chinois, la distillation et les moyens de contrôler des systèmes puissants une fois diffusés. Elle sert aussi les intérêts de Nvidia : plus les entreprises, les États et les chercheurs peuvent déployer leurs propres modèles, plus ils ont besoin de matériel et de logiciels pour les faire fonctionner.
Une coalition demande à Washington de ne pas fermer la porte
Le texte prend l’histoire du logiciel libre comme point de départ. Dans les années 1980, rappelle-t-il, l’idée que des développeurs puissent étudier, modifier et partager le code paraissait à certains incompatible avec une industrie logicielle prospère. L’écosystème ouvert est ensuite devenu une fondation de l’internet, du cloud, de la recherche et des systèmes publics.
Les signataires estiment que les États-Unis se trouvent devant un choix comparable avec l’IA. Leur leadership ne dépendrait pas seulement de la possession du meilleur modèle de frontière, mais de la capacité à diffuser cette technologie dans les usines, les hôpitaux, les universités, les administrations et les petites entreprises.
Leur demande ne se limite pas à l’absence d’interdiction. La lettre invite les pouvoirs publics à élargir l’accès au calcul pour les chercheurs et les jeunes entreprises, à financer des ressources communes — jeux de données, outils et cadres d’évaluation — et à préserver une pluralité de modèles avancés.
L’argument central est économique. Une organisation qui télécharge un modèle existant n’a pas à financer un préentraînement coûtant des centaines de millions de dollars. Elle peut choisir une version plus petite, l’adapter à son métier et la déployer localement, sans payer chaque requête au tarif d’une API de frontière. L’ouverture des poids crée ainsi une concurrence non seulement entre les modèles, mais aussi entre les clouds, les puces, les logiciels d’orchestration et les fournisseurs de services.
« Open weights » ne veut pas toujours dire open source
La précision du titre de la lettre est importante. Nvidia et ses cosignataires parlent de poids ouverts, pas nécessairement d’IA open source au sens strict.
Des paramètres réutilisables
Les poids sont les paramètres numériques appris pendant l’entraînement. Lorsqu’ils sont publiés, un développeur peut généralement télécharger le modèle, le faire fonctionner sur ses propres machines, l’ajuster et examiner une partie de son comportement. C’est déjà une différence considérable avec un modèle accessible uniquement à travers une interface en ligne contrôlée par son fournisseur.
Ce que les poids ne révèlent pas
Mais les poids ne racontent pas toute l’histoire. Ils ne donnent pas automatiquement accès aux données d’entraînement, au code qui a filtré ces données, aux réglages du préentraînement, aux méthodes d’alignement ni aux évaluations internes.
La définition 1.0 de l’Open Source Initiative exige davantage : les libertés d’utiliser, d’étudier, de modifier et de partager le système, accompagnées des paramètres, du code complet nécessaire à son entraînement et à son exécution, ainsi que d’informations suffisamment détaillées sur les données pour permettre à une personne compétente de construire un système substantiellement équivalent.
Cette distinction évite l’« open washing ». Un modèle peut être très utile, modifiable et déployable localement tout en restant impossible à reproduire ou à auditer entièrement. La lettre de Nvidia défend donc un niveau d’ouverture concret et puissant, mais moins exigeant que l’ouverture complète revendiquée par une partie de la communauté du logiciel libre.
Le plaidoyer associe concurrence, contrôle et souveraineté
Pour une entreprise, le principal avantage des poids ouverts est souvent le contrôle opérationnel. Elle peut conserver ses données sur son infrastructure, choisir la région d’hébergement, adapter le modèle à son vocabulaire et éviter qu’un changement de prix ou de politique d’un fournisseur ne rende son application inutilisable.
Cette portabilité limite aussi le verrouillage technologique. Une société qui accumule des ajustements, des évaluations et des connaissances métier autour d’un modèle téléchargeable possède davantage de leviers qu’un client dépendant d’une API qu’il ne peut ni inspecter ni reproduire.
À l’échelle d’un État, la même idée prend le nom de souveraineté. Un gouvernement peut vouloir exécuter un modèle dans un centre de données national, l’adapter à ses langues et le soumettre à ses propres règles de sécurité. La lettre présente cette autonomie comme un élément du leadership américain : les technologies des États-Unis conserveraient leur influence si elles devenaient les fondations que d’autres pays peuvent personnaliser, plutôt que des services distants contrôlés par quelques entreprises.
Le raisonnement contient une tension. Diffuser largement des modèles américains renforce leur écosystème, mais réduit aussi la capacité de leur créateur à contrôler les usages. Les mêmes poids qui permettent à une PME de réduire ses coûts peuvent être modifiés pour supprimer des protections ou automatiser une activité malveillante.
La sécurité est le point le plus disputé
Des modèles impossibles à rappeler
La lettre reconnaît explicitement ce risque. Une fois les poids publiés, leur développeur ne peut plus réellement les rappeler ; les versions modifiées deviennent difficiles à tracer et à neutraliser.
Les signataires refusent néanmoins l’idée qu’un modèle fermé serait sûr par nature. Un service propriétaire peut être compromis, détourné ou produire des défaillances que les chercheurs externes ne peuvent pas observer. La concentration de capacités avancées chez quelques fournisseurs crée également des points uniques de dépendance et de panne.
À l’inverse, un modèle ouvert à l’examen peut être testé par de nombreux laboratoires. Des chercheurs peuvent rechercher des vulnérabilités, comparer des méthodes de protection et publier des évaluations reproductibles. Dans cette lecture, la transparence ne supprime pas le risque : elle distribue aussi les moyens de le détecter et d’y répondre.
L’ouverture ne finance pas la maintenance
Cette promesse ne fonctionne que si l’écosystème finance réellement le travail ingrat de sécurité. Publier des poids ne garantit ni la qualité de leur documentation, ni la correction des failles découvertes, ni le maintien des outils pendant plusieurs années. L’ouverture augmente le nombre d’yeux possibles ; elle ne crée pas automatiquement les équipes, les procédures et les budgets nécessaires.
Une politique crédible doit donc dépasser l’opposition binaire entre ouvert et fermé. La puissance du modèle, les capacités dangereuses évaluées, les conditions de distribution, la traçabilité des versions, les obligations de signalement et la sécurité de toute la chaîne logicielle comptent davantage qu’une seule étiquette.
La distillation place la lettre au cœur du conflit avec la Chine
Le passage le plus politique concerne la distillation, technique qui consiste à utiliser les sorties d’un modèle pour en entraîner ou en améliorer un autre. Elle peut servir à transférer une partie des capacités d’un grand système vers un modèle plus petit et moins coûteux.
La lettre demande aux autorités de ne pas confondre cette pratique courante avec l’appropriation illégale d’une technologie. Elle reconnaît que l’extraction abusive de valeur depuis un modèle fermé pose un problème légitime, mais recommande de la traiter par des règles juridiques et commerciales ciblées plutôt que par des restrictions générales sur les techniques d’apprentissage.
Le calendrier n’est pas anodin. Quelques jours auparavant, l’administration américaine avait publiquement accusé Moonshot AI d’avoir utilisé les modèles d’Anthropic pour développer Kimi K3 et évoqué l’accès à des puces Nvidia soumises à restrictions. Ces accusations ne constituent pas, à elles seules, une démonstration publique de contrefaçon ou de violation contractuelle. Elles ont toutefois transformé une question technique en enjeu géopolitique.
Nvidia adopte une position différente de celle des laboratoires qui vendent principalement l’accès à des modèles fermés. L’entreprise défend une frontière juridique : sanctionner le vol ou le contournement lorsqu’ils sont établis, sans qualifier toute distillation de menace. Cette ligne protège les développeurs de modèles ouverts, y compris ceux qui achèteront ensuite du calcul pour les entraîner ou les exploiter.
Nvidia défend une ouverture qui élargit son propre marché
Le plaidoyer repose sur de vrais arguments de concurrence et d’autonomie. Il correspond aussi parfaitement au modèle économique de Nvidia.
Le groupe vend les accélérateurs, les systèmes de calcul, les réseaux et la couche logicielle utilisés pour entraîner et exécuter l’IA. Son exercice fiscal 2026 a généré 193,7 milliards de dollars de revenus dans les centres de données, selon son rapport annuel. Contrairement à un éditeur qui monétise surtout les appels à une API particulière, Nvidia bénéficie de la multiplication des modèles et des fournisseurs, dès lors que leurs charges de calcul utilisent son écosystème.
Cette lecture est une inférence économique, pas un aveu de l’entreprise. Mais les initiatives de Nvidia la rendent visible. En mars, le groupe a lancé la Nemotron Coalition avec Mistral, Perplexity, Thinking Machines Lab et d’autres acteurs pour développer des modèles de frontière ouverts à partir de données, d’expertise et de calcul partagés. Le premier projet doit alimenter la famille Nemotron 4 et être entraîné sur DGX Cloud, l’infrastructure de Nvidia.
L’ouverture joue ainsi un double rôle. Elle réduit la dépendance envers quelques fournisseurs de modèles, tout en consolidant potentiellement une autre dépendance, celle envers la plateforme de calcul dominante. Une entreprise peut échapper au verrouillage d’une API sans échapper à CUDA, aux GPU et aux bibliothèques optimisées par Nvidia.
Ce paradoxe n’invalide pas la lettre. Il rappelle simplement qu’un plaidoyer industriel doit être lu à deux niveaux : les bénéfices collectifs qu’il décrit et la position stratégique qu’il renforce.
La bonne règle doit porter sur les capacités, pas sur un mot
La lettre de Nvidia arrive à un moment où les États doivent éviter deux erreurs symétriques. La première serait de considérer tout modèle téléchargeable comme intrinsèquement dangereux et d’éliminer l’un des rares contrepoids aux plateformes fermées. La seconde serait de traiter l’ouverture comme une garantie automatique de transparence, de sécurité et d’intérêt général.
Une régulation proportionnée peut préserver la recherche et la concurrence tout en imposant davantage d’exigences lorsque les capacités augmentent : évaluations avant diffusion, documentation des limites, sécurité des fichiers de poids, publication des incidents, procédures de retrait des versions compromises et responsabilité claire pour les distributeurs.
Il faut également protéger la pluralité au-delà des modèles. L’accès au calcul, aux données documentées, aux outils d’évaluation et aux compétences détermine qui peut réellement profiter de poids ouverts. Sans ces ressources, la liberté de télécharger un modèle reste théorique pour de nombreuses universités, PME et administrations.
Nvidia a raison sur un point essentiel : l’avenir de l’IA ne se résumera probablement pas à quelques interfaces fermées. Mais l’ouverture utile ne se mesure pas seulement à la disponibilité d’un fichier. Elle se mesure à la capacité réelle de comprendre le système, de le modifier, de le sécuriser, de changer de fournisseur et de partager les améliorations sans déplacer toute la dépendance vers une autre couche de la pile technologique.
Références
- Nvidia et cosignataires, « Open Weights and American AI Leadership », 24 juillet 2026.
- Reuters, « Nvidia, Microsoft and other tech giants back open-source AI models », 24 juillet 2026.
- Open Source Initiative, Open Source AI Definition 1.0.
- Nvidia, lancement de la Nemotron Coalition, 16 mars 2026.
- U.S. Securities and Exchange Commission, rapport annuel 2026 de Nvidia.
