谁在害怕中国模型？

本·汤普森（Ben Thompson）在Stratechery上发表了一篇引人注目的文章，题为《谁在害怕中国模型？》。他在文中提出了一项极具争议的政策建议：美国应该通过立法，明确将收集AI模型训练数据视为合理使用（fair use），并且至少在美国国内禁止服务条款中设置禁止蒸馏（distillation）的条款。蒸馏是指通过API查询来提取模型知识的行为，本质上就是调用API，所以几乎无法阻止。汤普森认为，当前的局面存在明显的双重标准：许多AI实验室一方面使用未授权的数据训练模型，另一方面却禁止他人对自己的模型进行蒸馏。他主张美国应该反其道而行之，采纳一种新的版权政策，既为实验室提供法律保护，又确保它们从训练中获取的知识能够为整个社会的创新所用。

汤普森的这一提议不仅旨在解决版权和伦理问题，还着眼于美国开源模型与中国模型之间的竞争。他指出，蒸馏是快速迁移模型能力的手段，如果美国能够合法地利用蒸馏，将有助于美国开源模型迅速缩小与中国模型的差距。此外，汤普森还推测，阿里巴巴近期决定开源Qwen 3.8 Max的权重，与此前不发布Qwen 3.7 Max的决定形成鲜明对比，这可能与中国领导层的政策导向有关。今年7月，中国国家主席习近平在一次讲话中强调：“我们应该抓住这个千载难逢的历史机遇，鼓励开源、开放、合作和共享。”随后不久，阿里巴巴便改变了策略，发布了Qwen 3.8 Max的开源权重。这被外界视为阿里巴巴对中国开源政策的一种积极回应。

汤普森的观点在AI社区引发了广泛讨论。一方面，他的提议触及了AI领域长期存在的版权灰色地带，另一方面，它也揭示了中美AI竞争中的政策博弈。如果美国真的采纳这样的法律，可能会对全球AI生态产生深远影响：训练数据的合理使用将加速模型创新，而禁止蒸馏禁令则可能使知识迁移更加自由。然而，也有批评者认为，这项法律可能过于激进，可能会损害原始数据所有者的权益。无论如何，汤普森的提议为AI政策的制定提供了新的思考方向，尤其是在开源与闭源、创新与保护之间的平衡问题上。