KeyFrame

硅谷三巨头首次联手,目标直指中国AI | OpenAI、Anthropic与谷歌联手应对中国模型蒸馏 #ai #openai #gemini #claude

老猫杂谈·4月8日週三·14 min中文

三句話摘要

OpenAI、谷歌、Anthropic 三強聯手,透過「前沿模型論壇」共享情報,共同對抗中國 AI 企業以「對抗性蒸餾」技術竊取美國頂尖模型能力的行為。 --- 對抗性蒸餾讓美國 AI 公司面臨「花百億訓練、競爭對手零頭複製」的結構性困境,聯合情報共享是第一步,但法律邊界未清、證據難以確鑿,這場博弈仍遠未結束。 對抗性蒸餾是核心爭議點:蒸餾本是 AI 領域合法的模型壓縮技術,但在未獲授權的情況下,競爭對手大量查詢他人 API 並收集輸出訓練自家模型,即構成「對抗性蒸餾」,此舉以極低成本複製出教師模型七八成的能力。

重點整理

重點
  • 1

    對抗性蒸餾是核心爭議點:蒸餾本是 AI 領域合法的模型壓縮技術,但在未獲授權的情況下,競爭對手大量查詢他人 API 並收集輸出訓練自家模型,即構成「對抗性蒸餾」,此舉以極低成本複製出教師模型七八成的能力。

  • 2

    安全護欄可能在蒸餾過程中被移除:美國模型訓練時加入的安全限制(如防止用戶學習製造病原體),在蒸餾後可能被刻意拆除,造成「沒有鎖的槍」,將技術風險升級為國家安全威脅。

  • 3

    開放權重模式對美國商業模式構成結構性衝擊:中國企業主打開放權重、免費下載自行部署,直接衝擊 OpenAI 等依賴 API 按次收費的商業邏輯,動搖用戶付費訂閱的動機。

  • 4

    反壟斷法律框架制約了情報共享的深度:各公司雖有意聯手,但擔心資訊共享被認定為壟斷協議,目前實際共享仍相當有限,需等待美國政府提供更明確的法律指引。

  • 5

    --

實用技巧與重點

乾貨
  • 組織名稱:前沿模型論壇(Frontier Model Forum),2023 年由 OpenAI、谷歌、Anthropic、微軟共同成立,非營利行業組織
  • 技術名稱:對抗性蒸餾(Adversarial Distillation);蒸餾後可複製教師模型 70–80% 以上能力
  • 損失估計:美國官員私下估計,未授權技術提取每年造成矽谷 AI 實驗室數十億美元利潤損失
  • 關鍵時間線
  • 2025 年 1 月:DeepSeek 發布 R1 推理模型,成本僅為美國同類模型零頭,引發全球震動
  • 2025 年起:微軟、OpenAI 開始內部調查 DeepSeek 是否違規提取數據;Anthropic 宣布禁止受中國控制企業使用 Claude
  • 2026 年 2 月:OpenAI 向美國眾議院特別委員會提交備忘錄,點名 DeepSeek 持續以更複雜手段提取模型結果;Anthropic 點名三家中國企業
  • 被點名企業:DeepSeek(杭州)、MiniMax(上海)、月之暗面(北京)
  • 政策依據:川普政府《人工智能行動計劃》明確提出建立「信息共享與分析中心」,目標之一即對抗蒸餾行為
  • 推斷蒸餾的替代指標:短時間內發起天文數字級別 API 查詢請求的帳戶數量
  • --

結論

結論

對抗性蒸餾讓美國 AI 公司面臨「花百億訓練、競爭對手零頭複製」的結構性困境,聯合情報共享是第一步,但法律邊界未清、證據難以確鑿,這場博弈仍遠未結束。

完整解析

詳細

美國 AI 競賽內部正悄然發生一件罕見的事:平時互搶市場的 OpenAI、谷歌與 Anthropic,如今坐在同一張桌子上交換情報。驅使他們走到一起的,是一個共同的壓力來源——中國 AI 企業被指透過「對抗性蒸餾」技術,以極低成本複製美國頂尖模型的能力,並以更便宜的價格搶食市場。美國官員私下估計,此行為每年造成矽谷損失高達數十億美元,而這件事真正讓政府緊張的,不只是商業損失,而是安全護欄可能被拆除的風險。

蒸餾技術本身並不違法。其邏輯如同學生學習老師:一個龐大的「教師模型」已具備強大能力,較小的「學生模型」透過反覆學習教師模型的輸出,就能以遠低於從頭訓練的成本,達到七八成甚至更高的水準。AI 實驗室自己也會用這項技術把大模型壓縮成手機可運行的小模型。問題出在「授權」二字:若競爭對手未經許可,大量呼叫 API 收集輸出結果來訓練自家模型,便構成「對抗性蒸餾」。更危險的是,原始模型訓練時加入的安全限制,例如防止用戶學習生化武器製造方法的護欄,在蒸餾過程中可能被刻意移除,使技術成為無鎖的武器。

DeepSeek 的 R1 模型是這場爭議的導火線。2025 年 1 月,這款來自杭州的推理模型以媲美美國頂尖模型的表現,卻僅需其零頭的成本震驚全球。微軟與 OpenAI 隨即展開內部調查,追查 DeepSeek 是否違規提取數據。調查結論未有定案,但至 2026 年 2 月,OpenAI 在提交美國眾議院特別委員會的備忘錄中直接聲明,DeepSeek 不僅沒有收手,反而以更複雜的手段持續提取其模型結果,用以開發新版聊天機器人。Anthropic 則更進一步,點名 DeepSeek、MiniMax 與月之暗面三家企業,並將此定性為已超越企業競爭層次的國家安全風險。

三家公司的應對策略,是透過 2023 年共同成立的「前沿模型論壇」共享情報,模仿網路安全領域的資訊共享機制,共同識別大規模異常 API 查詢行為、封禁相關帳戶、並準備集體法律訴訟。川普政府的《人工智能行動計劃》也背書支持,明確提出建立信息共享與分析中心。然而,現實推進緩慢:各公司擔憂在反壟斷法律框架下,過度共享可能構成違規協議,因此仍在等待政府提供更清晰的法律邊界。更根本的挑戰在於,三家公司至今無法提出確鑿證據,直接證明中國模型的技術突破在多大程度上仰賴蒸餾,只能以異常 API 查詢量作為間接推斷。在這場沒有硝煙的 AI 軍備競賽中,技術、商業、法律與國家安全的博弈,已遠比外界所見複雜。

---

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Claude Cowork vs Codex: 誰才是更好的AI工作助手?
16 min
AI 技術中文6月20日

Claude Cowork vs Codex: 誰才是更好的AI工作助手?

李厂长来了

  • 介面設計哲學不同:Codework 以標籤頁區分聊天、文書與程式碼三種模式,任務彼此隔離不混淆;Codex 則將所有功能整合在單一介面,減少切換成本,但頁面相對雜亂。
  • 第三方整合能力差距明顯:Codework 提供大量連接器並支援 Zapier 擴展,且可針對每個連接器精細設定讀寫權限(如 Gmail 只讀免確認、寫信需批准);Codex 的插件數量較少且缺乏同等級的權限控制機制。
  • 定時任務管理方式影響長期使用體驗:Codework 將同一自動化任務的歷史記錄歸類在同一條目下,便於追蹤;Codex 每次執行都獨立列出,隨任務增多左側欄會越來越臃腫,不利於長期管理。
我贏得 NVIDIA GTC Taipei 2026 的金票啦!這 4 天展期會有什麼不一樣的體驗呢? | Computex 2026
編輯精選
28 min
AI 技術中文6月20日

我贏得 NVIDIA GTC Taipei 2026 的金票啦!這 4 天展期會有什麼不一樣的體驗呢? | Computex 2026

EngineerGary

  • Tokenomics 重新定義 AI 工廠價值:黃仁勛將所有輸出重新框架為 Token = Revenue,傳統工廠生產實體商品,AI 工廠改為生產 Token;對製造端而言,目標是以最低成本產生最多 Token,實現每投入 1 元帶回 3–5 元回報的商業邏輯。
  • 開源策略是市場放大器而非讓利:NVIDIA 釋出 Cosmos 3、Apomile 3 等開源模型,以及通用人型機器人,目的是降低新創進入自動駕駛、World Model、Physical AI 的門檻,擴大整體生態系規模,最終帶動更多算力與服務需求(「The more you buy, the more you earn」)。
  • Deal to Delivery Agent 解決中小企業流程瓶頸:Gary 團隊識別出企業收到客戶需求後,需跨工具手動完成報價、開票、GitHub issue、通知等重複性操作是最大效率殺手;Agent 自動拆解商機、建立 ERP 記錄並推送 Telegram 通知,人類只需在 Draft 狀態下做最終 Review 確認。
黃仁勳親自欽點⁉️執笠手機公司 BlackBerry 變身 AI 機械人主系統🤖下一個大浪提前準備
編輯精選
30 min
AI 技術中文6月20日

黃仁勳親自欽點⁉️執笠手機公司 BlackBerry 變身 AI 機械人主系統🤖下一個大浪提前準備

Coco哥

  • QNX 擁有機器人 OS 三大不可替代技術門檻
  • Windows 響應延遲 200 毫秒,Linux 一旦核心崩潰全部失效,而 QNX 具備毫秒級即時決策、ISO 26262 ASIL-D 與 IEC 61508 SIL-3 最高安全認證,以及微型內核獨立架構(單一模組崩潰不影響其餘系統),三項條件同時達標,現階段競爭對手均未能複製。
  • 40 年護城河非短期可追趕