美情报机构指中国AI企业“工业化蒸馏”美国模型：开源竞赛正演变成技术主权争夺

美国国家安全局、联邦调查局和网络安全与基础设施安全局近日联合警告，部分中国人工智能公司正在以“工业化规模”对美国前沿大模型进行知识蒸馏，通过大量查询、模型输出和自动化流程提取能力，再用于训练自身系统。美国方面点名的企业包括DeepSeek、月之暗面和阿里巴巴等。中国方面则反驳相关指控，强调知识蒸馏是AI产业普遍采用的技术方法。这场争议的核心已经不是某家公司是否“学了”另一家公司，而是谁有权决定人工智能能力如何跨境扩散、哪些训练方法属于创新、哪些会被重新定义为技术掠夺。

“蒸馏”本来是技术术语，现在正在变成国家安全术语

在机器学习领域，知识蒸馏并不神秘：较小模型通过学习更强模型的输出规律，提高自身能力。真正引发美国政府警觉的，是自动化、规模化地访问商业前沿模型，并以大量提示词和输出构建训练数据。如果这一过程绕过服务条款、身份限制或访问控制，美方认为它就不再只是正常研究，而可能成为系统性获取技术能力的通道。

美国国家安全局此次联合FBI和CISA发声，说明这一问题已从企业之间的知识产权争议进入国家安全体系。过去华盛顿限制中国获得先进GPU、芯片制造设备和高性能计算能力；现在关注点进一步延伸到模型输出本身是否也构成一种需要保护的战略资源。

从芯片封锁到“能力封锁”，美国正在加高第二道墙

美国过去几年的对华AI政策主要围绕算力：限制高端芯片出口、强化云计算审查、阻止先进半导体设备流向中国。但DeepSeek等中国模型的快速进步提醒华盛顿，算力限制并不能完全阻止能力追赶。算法优化、开源模型、合成数据和知识蒸馏都可能降低训练门槛。

于是，美国的防线正在从“不给你最先进芯片”扩展为“也不能让你廉价复制模型能力”。这将直接影响全球AI生态，因为许多开发者长期依赖API、模型输出和开放研究成果进行迭代。如果国家安全逻辑无限扩大，原本高度开放的软件和研究文化可能逐渐被阵营化。

问题由此变得复杂。中国企业确实有强烈动力利用美国最先进模型缩短研发周期，但美国公司同样长期从学术论文、开源社区和全球数据中获益。如何区分正常模仿、合法蒸馏、违反服务协议和真正的商业秘密窃取，将成为未来AI治理最具争议的法律边界之一。

北京的优势恰恰在“规模化工程能力”

中国AI公司的强项未必总是最先提出原创架构，而是快速工程化、降低成本、扩大部署规模。当一家企业可以调动大量账号、算力、自动化程序和工程师，对美国模型进行持续测试和数据生成时，知识蒸馏就可以从实验室技术变成工业流程。

这类模式具有三个战略价值：

这也是为什么美国安全机构会把“工业化规模”作为警告重点。它担心的并不是一个研究生做实验，而是中国公司把全球最强模型当作可持续的数据供应端。

这场争议也暴露美国AI商业模式的矛盾

美国前沿AI公司一方面希望把模型开放给全球用户，通过API、订阅和云服务获取收入；另一方面又希望阻止潜在竞争者利用同一服务学习其能力。商业扩张要求开放，技术保护要求封闭，两者天然冲突。

如果企业大幅限制中国开发者访问，它们会损失市场，也可能推动中国加快建立完全独立的模型生态；如果继续开放，又必须接受能力被研究、模仿和压缩的现实。模型越强、用户越多，它本身泄露能力结构的可能性就越大。

中国同样面对反向问题。如果北京未来拥有全球领先模型，它是否会允许美国企业无限访问并用于蒸馏？从中国近年来对数据、算法和关键技术出口加强控制的趋势看，答案未必比华盛顿更开放。

《聚焦中国》认为，这场争论预示着AI竞争正在进入“技术主权”阶段。芯片、数据、模型权重、API输出、云服务和人才都可能被重新划入国家安全边界。未来真正的AI铁幕未必是一条物理边界，而是一层层账号权限、服务条款、芯片禁令、数据规则和模型访问限制。

美国需要拿出更具体的技术和法律标准，说明什么行为构成违规蒸馏，而不能把所有中国模型进步都归结为“偷”；中国企业也不能一边强调技术自主，一边把大规模调用海外模型视为无需说明来源的捷径。全球AI创新需要开放，但开放不能等于没有规则。

当模型输出本身成为战略资产，中美竞争已经从“谁能造出更好的芯片”进入“谁能保护并复制智能能力”的新阶段。下一轮科技战，争夺的将不只是机器，而是机器学会思考的路径。