人工智慧（AI）競賽持續升溫，一項原本屬於工程優化的技術——AI蒸餾（AI distillation，又稱知識蒸餾）——正迅速走向地緣政治前線，成為美中科技競爭中的新焦點。
過去幾週，圍繞這項技術的爭議明顯升溫。美國政府和部分大型科技公司指控，一些中國企業透過蒸餾技術「複製」美國的先進AI模型能力；中國則反駁相關說法，強調技術進步來自自主研發，並質疑指控帶有政治動機。原本偏向工程與研究的技術問題，正逐步升級為涉及知識產權、競爭公平與國家安全的議題。
美國總統川普週一（5月4日）表示，預計將於本月稍後與中國國家主席習近平會面，並稱會提醒對方美國在AI領域保持領先地位。在白宮舉行的小型企業峰會上發表演說時，川普將雙方科技競爭形容為既具競爭但仍保持友好的關係，顯示AI已成為雙邊關係中的核心議題之一。
川普說：「我們已在人工智慧領域領先中國。兩週後我將與習近平主席會晤。我很期待……我們之間存在著非常友好的競爭，但這實際上是一次非常重要的訪問。」
美國布魯金斯學會中國中心研究員陳凱欣（Kyle Chan）博士對BBC中文表示，美國的政策思路正在發生轉變，「美國認為，只限制晶片與設備出口已經不夠，相關行動已擴展到演算法與數據。」
什麼是「AI蒸餾」？
要理解這場爭議，首先需要回到蒸餾技術本身。
AI蒸餾建立在當前人工智慧的基本現實之上：性能最強的AI模型，往往也是最昂貴、最難部署的。
當前主流的大型語言模型系統，通常擁有數十億甚至數千億個參數，比如OpenAI與Anthropic開發的模型，之所以能夠處理複雜語言任務，很大程度依賴於龐大算力與高端晶片支撐，其訓練與運行成本極高。
在這樣的條件下，AI蒸餾提供了一條不同的技術路徑。
它的核心原理，是用一個性能強大的「教師模型」，對大量任務生成結果，再用輸出的結果來訓練一個教小的「學生模型」。與傳統大語言模型訓練方式不同，「學生模型」不僅學習正確答案，還會學習「教師模型」對不同答案的判斷方式。
舉例來說，在傳統訓練中，AI模型只需判斷一張圖片是貓還是狗。但在蒸餾過程中，模型會學習各更細緻的概率分布，比如「80%是貓、15%是狗、5%是其他動物」。這種資訊能幫助「學生模型」掌握更完整的決策邏輯。
因此，一個較小的模型，往往能在成本更低的情況下，達到接近大型模型的效果。它並不是從零開始學習，而是建立在既有模型能力之上的「二次學習」。
這種技術正在加速AI技術的傳播。一旦強大模型被開發出來，它的能力可以透過蒸餾技術，被轉移到多個較小的模型中，加速商業化和跨場景應用。這使得AI能力不再局限於少數科技巨頭，可能更快進入市場，甚至跨越國界。
AI業界的質疑
近日，馬斯克（Elon Musk）在一場涉及OpenAI的訴訟案庭審中承認，其旗下人工智慧公司xAI在訓練模型時「部分」使用了OpenAI模型的輸出進行蒸餾。他直言：「一般來說，所有AI公司都這麼做」。 （相關報導： 川習會前夕再施壓！美國要求北京加速接收「遣返非法移民」，否則將實行簽證制裁 ｜ 更多文章 ）
這一表態顯示，利用其他模型進行蒸餾並非個別現象，而是在業界某種程度上存在的做法。支持者認為，這有助於降低AI開發成本，加速技術普及；批評者說，這種做法可能模糊創新與「搭便車」之間的界線，並對知識產權構成挑戰。
