警惕美國藉AI「蒸餾」實施科技霸權
趙汝恒 香港理工大學高級副校長（研究及創新） 理大熱能及環境工程講座教授
楊紅霞 香港理工大學人工智能高等研究院執行院長 理大生成式人工智能講座教授
美國執法和情報機構9月8日發聲明，指控包括深度求索、月之暗面和阿里巴巴在內的六家中國人工智能（AI）企業，對美國AI模型進行大規模「知識蒸餾」(knowledge distillation)，大規模抽取其AI模型信息。對此，中國商務部新聞發言人9月9日回應稱，「蒸餾」是AI領域各個模型間互相學習的通行做法，美方將「蒸餾」技術政治化、工具化，是推行科技霸權。
「蒸餾」並非新興技術，而是機器學習領域廣泛使用的知識遷移方法，通過反覆向更強的「教師模型」提問，獲取輸出數據，再用這些「問題—回答」樣本訓練「學生模型」，讓後者達到相近的表現。今年年初以來，美國AI產業界圍繞「蒸餾」密集發聲，指責中國利用這一廣為業界使用的技術進行「知識產權竊取」，乃至造成「國家安全威脅」。圍繞「蒸餾」的爭議，已然超出單純的技術與商業競爭範疇，上升到地緣科技競爭層面，折射出美國對中國以開源模型為代表的人工智能快速崛起、創新能力持續突破的深層焦慮。中國人工智能發展是覆蓋基礎設施建設、算力調度、技術迭代、人才培養、場景落地、治理規則等全方位布局，將其簡單概括為對美國模型的「系統性蒸餾」，既低估了人工智能技術創新的複雜程度，也無助於國際社會正確理解中國人工智能的發展。
必須尋找AI發展正確路線
對於AI發展路線，中方鼓勵開源開放、合作共享。近年來，深度求索等中國AI企業積極發展開放權重模型，向全球開發者開放本地部署、二次微調和開發權限，讓AI模型的價值通過更廣泛的使用、優化和再創新得到放大。與此同時，Anthropic等美國頭部AI企業採用相對封閉的商業模式。企業壟斷模型核心權重，用戶主要通過API調用能力。這種模式有其商業合理性，也便於統一安全管理。但當少數企業同時控制模型、算力、服務入口和使用規則，擁有了相當大的技術治理權，企業自身制定的服務條款可以約束其客戶，卻很難天然成為全球AI發展的共同規則。
這種AI發展路線差異直指一個更深層的問題：未來的智能算力由誰掌握，技術規則由誰定義，各國是否擁有根據自身需要建設、部署和治理人工智能體系的空間？這也正是近年全球日益重視的「主權AI」（Sovereign AI）問題。AI正從一項通用技術，逐步演變為與算力、數據、能源和網絡同樣重要的戰略基礎設施。真正的主權AI，不只是擁有算力或部署一個本地模型，更重要的是一個國家或地區能否掌握自己的數據、模型、算力和技術體系，並根據自身法律、文化、產業需求和公共利益持續訓練、部署和演進人工智能。如果關鍵數據、核心模型和智能服務長期依賴少數境外企業，一旦技術路線、服務條款甚至地緣政治環境發生變化，產業發展和公共治理都可能面臨被動依附甚至服務中斷的風險。
香港理工大學人工智能高等研究院（PAAI）正圍繞這一方向，探索面向主權AI的新一代技術底座。研究院聚焦協作式生成式人工智能、低成本模型訓練及分布式與去中心化AI架構，推動人工智能從傳統的「Model-over-Data」走向「Model-over-Models」：數據不必集中，不同企業和機構可以保留自己的敏感數據和領域模型，同時通過模型協作、融合和持續進化共享智能。這意味着建設先進AI能力未必需要集中海量數據、依賴超大規模算力或長期調用少數境外閉源模型，通過降低模型訓練和部署成本、打通通用模型與行業模型、公開知識與私有知識之間的壁壘，讓大學、企業、醫院、科研機構以至政府部門在保障數據安全和自主可控的前提下，利用自身數據建立並持續演進自己的模型。
充分連接香港與全球AI生態
對香港而言，這尤其重要。香港未必需要複製全球超大模型的算力競賽，但可以發揮國際化科研、金融、醫療和專業服務等優勢，發展低成本、可信、可協作的主權AI技術體系。PAAI希望通過基礎研究、AI基礎設施、人才培養以及與產業和公共機構的協作，降低先進AI的參與門檻，支持香港形成自主、開放而又與全球AI生態充分連接的創新能力。
「蒸餾」之爭表面上是技術和知識產權之爭，背後的競爭則正在從「誰擁有最強大的單一模型」，走向「誰能建立自主可控、低成本、可持續演進的AI生態」。未來AI競爭力的衡量標準，更在於一個國家或地區能否掌握自己的數據、模型和智能基礎設施，同時保持與全球技術生態的開放協作。主權與開放並非彼此對立，如何在自主可控與全球協作之間建立新的平衡，或許才是「蒸餾」風暴之後全球AI博弈真正需要回答的問題。
