美国立法推动“蒸馏自由”？一场关于AI知识产权与开源竞赛的深层博弈
原文: Who’s Afraid of Chinese Models?
Ben Thompson提议美国立法明确训练数据为合理使用并禁止限制API蒸馏，以应对中国开源模型竞争，揭示AI政策虚伪与变革。
- Ben Thompson指出美国AI公司禁止蒸馏的行为与其自身训练数据来源的合法性问题相矛盾。
- 他提议立法：确认数据收集为合理使用，并禁止服务条款限制蒸馏，为创新松绑。
- 中国AI模型如Qwen通过开源和蒸馏快速迭代，可能已影响美国政策讨论。
- 蒸馏本质是知识迁移，技术障碍不应成为法律障碍，未来可能重塑AI产业竞争规则。
最近，美国几大AI实验室在模型使用条款中纷纷加入“禁止蒸馏”的限制，试图阻止其他公司利用其API输出训练竞争模型。著名科技分析师Ben Thompson一针见血地指出：这些公司自身训练时大量抓取互联网公开数据，从未获得所有版权方授权，如今却禁止别人用类似方式从自己的模型中学习，这说不过去。
Simon Willison在博客中引述了Ben的提议：美国应该通过一项法律，既要明确收集数据用于训练模型属于“合理使用”，又要禁止公司通过服务条款阻止蒸馏。理由是蒸馏本质上就是调用API，技术上几乎无法禁止，与其徒劳限制，不如转向鼓励开放，让知识自由流动，激发更多创新。
更有趣的是，阿里巴巴最近将Qwen 3.8 Max作为开放权重发布，而此前的3.7 Max却未开源。Simon推测，这一转变可能与习近平最近的讲话有关——他特别强调要“鼓励开源、开放、协作、共享”。这提醒我们，在中国，政策导向对AI开源生态有着直接推力，甚至可能加速了美国的政策反思。
趋势洞察
这件事揭示了全球AI竞争正从模型性能的军备竞赛，转向规则和生态的较量。开源模型的崛起打破了闭源垄断，蒸馏技术让模型知识可以被提取和再利用，闭源公司试图用法律和技术壁垒维护优势，但可能逆流而动。若美国立法支持蒸馏，将极大降低模型创新的门槛，中小团队也能基于顶级模型进行再开发，类似互联网早期的开放精神。
实用价值
对AI从业者而言，需要重新理解“蒸馏”：它不是偷窃，而是合法且可能被政策鼓励的知识迁移手段。未来，如果美国法律落地，全球开发者将更容易获取先进模型能力，但也要注意合规使用，特别是跨境数据流动的复杂性。同时，中国开源模型的成功表明，开放生态是竞争力的关键，企业不应只盯着闭源护城河。
反常识
很多人担心蒸馏会让大模型公司无利可图。但实际上，模型的价值不止于权重，还包括数据飞轮、用户生态、服务体验等。允许蒸馏可能让基础模型公司通过API获得更大流量和收入，就像搜索引擎允许爬虫但通过广告盈利。蒸馏并非零和博弈，而是扩大创新池的途径。
当中国说“鼓励开源”，美国顺势考虑“蒸馏自由”，看似政策的巧合，实则是全球AI从野蛮生长走向规则重塑的信号。对普通开发者而言，一个更开放、更活跃的AI创新时代或许正在加速到来。
分析由 BitByAI 生成 · 阅读原文