人工智能模型竞争正在从参数规模和算力投入，延伸到训练方式、知识产权以及产业规则层面的较量。
美国财政部长Scott Bessent近日在社交平台发文表示，美国支持开源人工智能以及由此带来的创新，但开源并不意味着可以无视知识产权边界。他指出，如果中国企业通过隐蔽、大规模的模型蒸馏方式获取技术能力，并被认定构成知识产权盗窃，美国可能考虑采取制裁措施，包括将相关企业列入实体清单。
这番表态将“模型蒸馏”再次推到AI产业竞争的聚光灯下。
所谓模型蒸馏，是一种常见的机器学习技术。简单来说，就是利用一个更大型、更复杂的“教师模型”生成数据或输出结果，再帮助较小模型学习，从而降低训练成本，提高模型效率。过去几年，蒸馏一直是AI研发中的正常技术路径，被大量研究机构和企业采用。
问题在于，当蒸馏涉及未经授权复制商业模型能力时，技术创新与知识产权保护之间的界限开始变得模糊。
这也是当前AI竞争环境发生变化的一个缩影。过去，领先优势主要来自芯片、数据和算力规模。如今，大模型能力逐渐扩散，如何快速追赶、降低训练成本，成为各家企业的重要战略选择。
尤其是在先进AI芯片受到出口限制的背景下，算力获取难度提升，部分企业开始更加重视算法优化、模型压缩以及训练效率提升。蒸馏技术本身因此获得更多关注。
美国政府此次释放出的信号，并不只是针对某一种技术行为，而是在尝试建立新的AI竞争规则。传统科技竞争中，专利、软件代码和商业秘密是主要保护对象，而大模型时代，模型权重、训练方法以及数据体系正在成为新的核心资产。
这也解释了为什么美国政策制定者开始频繁讨论AI模型安全和知识产权问题。
对于美国企业而言，OpenAI、Anthropic、Google等公司投入大量资金建设基础模型，如果其他竞争者能够通过低成本方式快速复制接近能力，商业模式可能受到冲击。另一方面，过度限制技术传播也可能影响开源生态的发展。
事实上，开源AI本身就是一把双刃剑。一方面，它降低了开发门槛，让更多企业和研究人员能够参与创新；另一方面，开放程度越高，模型能力扩散速度也越快，监管难度随之增加。
未来AI产业竞争可能不再只是“谁拥有最强模型”的竞争，而是围绕技术来源、训练方式、商业授权和监管标准展开的新博弈。
美国如果进一步采取限制措施，可能会影响全球AI企业之间的技术合作，也可能推动更多国家建立自己的模型生态。对于整个行业来说，如何在鼓励创新和保护知识产权之间找到平衡，将成为接下来几年绕不开的问题。