Čínští vývojáři umělé inteligence DeepSeek a Moonshot AI se při trénování svých nejnovějších systémů silně spoléhali na výstupy z modelu OpenAI GPT-6 Astra, podle zprávy The Information zveřejněné ve středu a zveřejněné agenturou Reuters. Zpráva cituje osoby s přímou znalostí věci a zdůrazňuje, že údajné použití výstupů Astry nebylo nezávisle prokázáno.
Pokud by byla tato tvrzení správná, umístila by OpenAI do středu stejného sporu o destilaci, který již chytil svého hlavního rivala. Pro čtenáře, kteří sledují zprávy o AI o modelové soutěži a tréninkových postupech, příběh končí pouhé tři měsíce poté, co Anthropic veřejně obvinil stejné dvě čínské laboratoře – spolu s Alibabou – z destilace jejích modelů Claude.
O které modely jde?
Hlášení Information jmenují dva konkrétní systémy. Kimi K3.1 Pro od Moonshot AI, vydaný minulý týden, a vylepšený V4.1-Flash 1017 od DeepSeek, uvedený na trh 17. října, údajně těžily z destilace pomocí hraničního modelu OpenAI. DeepSeek ani Moonshot tuto praxi nepotvrdily a samotná zpráva varuje, že použití výstupů Astra nebylo nezávisle stanoveno.
Destilace v průmyslovém použití znamená trénovat jeden model na výstupech schopnějšího, aby se student naučil reprodukovat odpovědi učitele. Namísto placení za každou schopnost prostřednictvím nezávislého školení se může laboratoř dotazovat předního systému a používat jeho odpovědi jako vysoce kvalitní školicí signál – levnější, rychlejší a stále důležitější pro vytváření konkurenčních modelů.
Vzorec obvinění – a nové obrany
Zpráva přichází uprostřed roku eskalujících nároků na extrakci modelu. V září americká vláda uvedla, že čínská společnost zahájila rozsáhlou destilační kampaň proti americkým společnostem s umělou inteligencí – prohlášení The Information notes je oddělené od nových zpráv konkrétně o GPT-6 Astra. Srpnové obvinění Anthropic, že Alibaba, DeepSeek a Moonshot destilovaly Claudeovy modely, vytvořilo šablonu pro současný boj.
Obrany také přitvrzují. Začátkem tohoto měsíce společnost Anthropic uvedla, že nová opatření, která mají zabránit soupeřům v kopírování Claudových schopností, snížila data získaná prostřednictvím takzvaných destilačních útoků zhruba o 90 až 99 procent. Obrázek naznačuje, že monitorování vzorců dotazů, omezování přístupu a omezování podezřelé aktivity může měřitelně zvýšit náklady na extrakci – ačkoli zabezpečení fungují pouze do té doby, než se útočníci přizpůsobí.
OpenAI neřeklo, zda detekovalo podobné vzorce proti GPT-6 Astra nebo zda plánuje změny v politice v reakci na zprávu. Smluvní podmínky společnosti, stejně jako podmínky jejích konkurentů, omezují používání výstupů k výcviku konkurenčních modelů.
Co destilace dokáže a co nemůže
Technická realita je jemnější, než naznačují titulky. Výstupy mohou poskytovat užitečné trénovací signály, ale nepřenášejí architekturu modelu, jeho trénovací data, jeho vnitřní parametry ani žádnou z jeho schopností. Účinnost destilace závisí na kvalitě a rozmanitosti získaných příkladů a na tréninkovém procesu, který je zahrnuje. Destilovaný model může odpovídat učiteli na benchmarkech, které se podobají získaným datům, zatímco jinde zůstávají slabší.
Ta nuance je oboustranná. Znamená to, že hlášená destilační kampaň neodhaluje, kolik výkonu konkurenčního modelu skutečně pochází z těžby, zda byly porušeny podmínky služby nebo zda by se výsledné schopnosti stejně objevily. Znamená to ale také, že sklizeň ve velkém měřítku může poskytnout konkurentovi rychlejší cestu ke konkrétním schopnostem – zejména kódování a uvažování, kde se propast mezi hraničními a rychle navazujícími modely celý rok zmenšuje.
Obtížná rovnováha pro průmysl
Ani jedna ze stran tohoto sporu nevidí praxi jako jednoduchou. Samotná destilace není ze své podstaty nesprávná – vývojáři umělé inteligence běžně používají techniky, které přenášejí znalosti mezi jejich vlastními modely – a široký přístup k předním systémům umožňuje startupům, výzkumníkům a firmám vůbec vytvářet produkty. Napětí vzniká ve velkém měřítku: neomezený přístup usnadňuje třetí straně shromažďovat velké datové sady výstupů pro účely, které poskytovatel nikdy nepovolil.
Ochrany, které poskytovatelé nasazují v reakci, nesou své vlastní náklady. Monitorování neobvyklých vzorců dotazů, omezování přístupu k určitým funkcím, uvalování limitů využití a prošetřování hromadného shromažďování – to vše zvyšuje cenu extrakce – ale také vytváří provozní třenice pro legitimní vývojáře a podniky, které jsou závislé na stálém přístupu k API. Průmysl ve skutečnosti vyjednává tam, kde vývoj legitimního modelu končí a začíná neoprávněná těžba, jedna změna politiky za druhou.
Ekonomika za bojem
Důvod, proč péče v laboratořích je aritmetický. Trénink hraničního modelu stojí miliardy dolarů na výpočtech a výzkumu. Pokud konkurent dokáže reprodukovat důležité schopnosti systematickým dotazováním se na existující model za ceny API, finanční výhoda budování hraničního systému se zmenšuje – a motivace k jeho dalšímu budování se zmenšuje s ním. Tato logika vysvětluje, proč americké laboratoře strávily rok 2026 posilováním své obrany a proč každé nové obvinění přistane méně jako drby než jako datový bod v probíhající ekonomické válce.
U čínských vývojářů je kalkul jiný. Přístup k nejpokročilejším čipům je omezen a destilace nabízí cestu ke konkurenceschopnému výkonu bez odpovídajících výpočetních rozpočtů. Zpráva The Information naznačuje, že cesta vedla přes vlastní vlajkovou loď OpenAI – stejné obvinění zaměřené na jiný cíl.
---
Stay Ahead of AIZískejte nejnovější zprávy, analýzy a průlomové informace o umělé inteligenci – vše na jednom místě.
Přečtěte si další zprávy o AI →
