过去几年，中美人工智能竞争主要围绕芯片、算力和大模型性能展开。但现在，争议的焦点正在转向一个更加敏感的问题：知识蒸馏（Knowledge Distillation）究竟是技术创新，还是技术盗窃？

美国政府正在给出明确答案：如果中国 AI 公司通过大规模、隐蔽方式从美国大模型中提取能力，那么这不是学习，而是“偷窃”。

美国财政部长斯科特·贝森特近日在接受电视采访时表示，华盛顿正在调查中国领先的开放权重模型是否通过非法获取美国 AI 系统知识而建立。
他说：“如果我们看到海外模型，尤其是那些正在窃取我们伟大公司的模型，我们有能力因为这种盗窃行为对它们实施制裁。”

这意味着，美国可能正在考虑将 AI 领域的出口管制和金融制裁工具，从芯片进一步扩大到算法和模型本身。

而这场争论的导火索，正是中国 AI 公司月之暗面7月17日发布的超强模型 Kimi K3。美国认为，Kimi K3 可能通过蒸馏 Anthropic 旗下先进模型 Fable 5 的输出进行训练。

当然，月之暗面并不接受这一指控。公司业务负责人黄振新表示，Kimi K3 并非依靠其他模型蒸馏，而是建立在三项自主技术创新基础上。

第一，是 Moon Clip 技术，可以将训练效率提升一倍，同时降低一半计算成本。

第二，是 Kimi Linear Tension 技术，让模型上下文窗口扩大10倍，使其能够处理更长文本。

第三，是 Attention Residuals 技术，该技术甚至得到埃隆·马斯克公开认可，可以让模型推理速度提升25%。

简单来说，Moon Clip 类似于严格筛选自己的“原材料”，避免依赖外部数据；Kimi Linear Tension 则是在降低计算成本的情况下，让模型阅读更长内容；Attention Residuals 则像学生考试时快速调用之前的笔记，提高解题效率。

但问题在于，这场争议背后真正的矛盾，并不是一个模型有没有使用蒸馏，而是美国和中国对未来AI的发展路径出现了歧义、矛盾甚至冲撞。

但我们首先必须知道的是，所谓的 AI 知识蒸馏，本身并不是一种非法技术。它被广泛用于AI行业。简单理解，就是让一个能力强大的“老师模型”回答大量问题，再让“小模型”学习这些答案，从而以更低成本获得接近大模型的能力。

这就像一个学生不断向教授请教，然后总结教授的方法,最后经过自己的努力，成为了一个更杰出的教授一样。关键是，美国公司也同样在使用类似技术。

今年7月，前 OpenAI 首席技术官米拉·穆拉蒂（Mira Murati）创办的 Thinking Machines Lab 发布首款模型 Inkling。据报道，该模型架构大量参考了中国开源模型 DeepSeek-V3，并使用 Moonshot 旗下 Kimi K2.5 生成的合成数据进行后训练。

事实上，不仅仅是 InKing，不同AI模型之间的学习已是不公的事实。这也是中国舆论反击美国指控的核心。

中国一些评论认为，美国企业进行类似技术路线时，被称为“工程创新”；中国企业采用类似方法，却被描述为“技术盗窃”。

中国媒体《观察者网》评论称，如果美国企业可以基于开源模型改进，中国企业为何不能？

文章甚至引用中国网友观点称：中国开源模型共享技术、降低成本，让全世界都可以基于它们继续创新；而美国封闭实验室隐藏一切、收取高价、推动限制措施，然后反过来称别人是小偷，这种讽刺令人震惊。”

而美国为什么对中国 AI 模型如此双标，原因很简单：就是中国AI的低成本和高效动了美国AI的蛋糕。

目前，全球 AI 产业正在形成两种路线。

一种是美国 OpenAI、Anthropic 代表的封闭模型路线。另一种则是中国 DeepSeek、Kimi、阿里通义千问（Qwen）代表的开源路线。相比闭源模型，开源最大的优势，就是成本。

而在 Kimi K3 与 Anthropic Fable 5 的性能比较方面，在35项共同评测中，Fable 5 在22项领先，尤其是在视觉和知识任务方面优势明显。但领先幅度并不大。而 Kimi K3 在长期代码任务和终端使用测试中则领先较多，可价格更低。

每百万输入 Token 成本方面，Kimi K3 约为3美元，而 Fable 5 约为10美元，便宜约70%。

对于大量调用AI服务的企业而言，这种价格差异意味着巨大的商业价值。这也是为什么中国 AI 模型正在快速扩散。

当然，美国并非中国 AI 模型发展的担忧也并非空穴来风。

OpenAI 今年2月就指责了 DeepSeek 利用蒸馏美国先进 AI 能力。Anthropic 随后表示，不仅仅是 DeepSeek、Kimi 和 MiniMax 均存在工业规模蒸馏活动。

Anthropic 称，对方通过约2.5万个虚假账户制造超过2880万次交互，目标包括智能体推理、软件工程和长期任务能力。

但这些数据交互本就是属于正常的商业使用，所有的交互并未触及其核心代码，美国人的大动干戈只能说明随着中国AI模型与美国之间的差距越来越小，资本的焦虑正在疯狂攀升。

但历史已经证明，任何技术、产业的发展规律，技术传播与互补几乎无法完全阻止的。互联网时代如此，半导体时代如此，AI 时代同样如此。

真正的问题不是谁学习了谁，而是谁能够建立更高效、更便宜、更广泛应用的 AI 生态。但它也存在明显短板。因此，中美之间的 AI 竞争已经出现改变，不再是性能、参数与技术，而是看谁能够在开放与商业化之间找到平衡。

美国希望通过规则限制中国学习并进化自己的领先优势；中国则希望通过开放生态降低成本，加速普及。

一个相信“控制核心技术才能赢”。另一个相信“让更多人使用技术才能赢”。两条路径，两种策略，谁才是最后的胜者，只有时间才能洞悉答案，对此，你怎么看？