用别人家的AI，教出自家新模型？「蒸馏」成了中美实验室新战场
- 发布于
用别人家的AI，教出自家新模型——听起来像捷径，也像火药桶。10月28日，多家媒体转述《The Information》报道：有知情人士称，两家中国AI实验室最新发布或升级的模型，大量依赖某美国实验室旗舰模型的输出来做「蒸馏」训练。报道发布时，相关三方均未立即回应置评请求。本文不点名具体企业与模型，也不把媒体报道写成已经判决的结论。
先把边界说在前面
- 「蒸馏」本身是常见训练技术，不等于刑事盗窃。
- 争议焦点往往落在：服务条款是否允许、输出／推理痕迹能否被拿去训练竞品、是否构成不正当竞争或违约。
- 下文依据公开报道与官方博客核对；知情人士口径≠法院认定。
报道里说了什么
多家转载页（含 Reuters 通稿）写明：两家中国AI实验室的新模型，被认为大量受益于对某美国实验室旗舰模型输出的蒸馏。蒸馏（distillation）的通俗说法是：用更强「教师」模型的回答（有时还包括内部推理痕迹），去喂便宜的「学生」模型，让后者更快、更便宜地逼近高阶能力。
同一批报道还提了两件时间线：
- 某美国实验室在 9月30日 发布博客，称已识别并打断一轮自7月起的协同蒸馏活动；并表示，活动的核心部分与其中一家中国实验室相关的个人有关。博客强调：对方并未破解加密或入侵数据库，而是通过操纵模型交互，把受保护的推理内容以可见形式批量复现，违反服务条款。
- 另一家美国实验室近日称，新的防蒸馏措施，已把所谓「蒸馏攻击」中被薅取的数据量降约 90%–99%。
业界争论也写在报道里：有人说这促进竞争、降低追赶成本；有人说这是违约、不当复制先进能力。两边都在抢同一件事——谁能更便宜地拿到「已经练好」的高阶表现。
蒸馏到底争什么
技术层：蒸馏可以合法、合规地做（例如实验室蒸馏自家教师模型，或按授权使用开源／许可数据）。争议通常出在「跨厂商、未获授权、用对方产品输出去训自家竞品」这一段。
合同层：头部实验室的服务条款，常见禁令是——不得用输出去开发与之竞争的模型，不得试图提取模型权重或系统提示。博客里把那轮活动定性为违反服务条款的协同提取，属于合同与平台治理视角，不是刑事判决书。
竞争层：若大量系统化抓取对方输出，是否触及商业秘密、不正当竞争，要看具体行为、数据性质与管辖地规则——个案事实决定定性，媒体报道不能替代裁判。
安全层：官方博客还强调另一层风险：抽走的推理痕迹若拿去训新模型，可能把原模型对用户可见输出施加的安全护栏「落掉」，在双用途能力上尤其敏感。这是实验室自己的安全叙事，读者可对照，不必当成已经坐实的跨境指控。
国内对照：能带走的几条
放到国内规则语境，和「训练数据从哪来、基础模型从哪来、协议怎么写」更近：
- 《生成式人工智能服务管理暂行办法》第七条：提供者开展预训练、优化训练等数据处理，应使用具有合法来源的数据和基础模型；涉及知识产权的，不得侵害他人依法享有的知识产权。
- 同办法第九条：提供者应当与注册用户签订服务协议，明确双方权利义务——输出能否再用于训练、权属归谁，往往就写在这里。
- 同办法第十九条：主管部门监督检查时，提供者应按要求说明训练数据来源、规模、类型、标注规则、算法机制机理等。
对国内团队的实用提醒很短：对外调用闭源API前，先读清「禁止用输出训练竞争模型／禁止提取」类条款；对内做蒸馏，分清是蒸馏自家教师、授权数据，还是踩了对方产品条款；签约与采购时，把「输出数据权属、再训练边界」写进协议，而不是事后靠口头默契。
别误读
- 蒸馏 ≠ 已经判决偷窃：本轮核心是知情人士与实验室博客口径，不是生效判决。
- 降约90%–99% ≠ 蒸馏已经绝迹：那是另一家实验室自称的防蒸馏效果区间，不是全行业统一数据。
- 服务条款违规 ≠ 自动等于商业秘密侵权：路径不同，举证与管辖也不同。
- 国内办法管的是合法来源与协议义务：并不自动把境外报道里的具体指控「平移定罪」。
技术可以缩短训练账单，但服务条款、数据来源和知识产权边界，账单上省不掉。蒸馏本身不是洪水猛兽；不经授权、不看协议、把别人家的输出当成免费教材，才是争议真正着火的地方。
本文据 Reuters 通稿公开转载页、某美国实验室 9/30 公开博客及中央网信办网站《生成式人工智能服务管理暂行办法》全文核对。属普法／安全提示分享，不构成法律意见。
AI 与法律：前沿、判例、合规。
来源
Investing.com 转载 Reuters 通稿（2026-10-28），https://www.investing.com/news/stock-market-news/deepseek-moonshot-used-openaisgpt6-astra-to-train-latest-models-the-information-reports-4981380 某美国实验室公开博客：Disrupting a coordinated model-distillation campaign（2026-09-30），https://openai.com/index/disrupting-a-coordinated-model-distillation-campaign/ 中央网信办：《生成式人工智能服务管理暂行办法》，https://www.cac.gov.cn/2023-07/13/c_1690898327029107.htm
本站文章仅供学习交流，不构成法律意见或执业建议。