别再为国产模型“是否蒸馏”吵吵了

01

这两天，对面又开始质疑国产模型蒸了他们的模型了。

这个节点卡得很妙，一边是GPT6发布，解决了不少数学界的难题；一边是国模之光DeepSeek再次宣布降价，打断了刚确立的涨价商业模式。

看起来，颇有一种国产模型又落后的感觉。当然了，在对面质疑后，不出意外地咱这边又开始出现那个论调：

所谓的国模突破，都来源于蒸馏，所以没有技术护城河，只能打低价或者开源。

对于这些言论，我个人很早之前就懒得反驳了。

原因很简单——蒸就蒸了，蒸馍，你不服气？

这不是正话反说，而是对于蒸馏的态度，不取决于正义与否，这是一个立场题。

你如果是AI的用户，而不是硅谷AI公司从业者或者华尔街的投资人，你就不应该反对AI的蒸馏。

02

很多人至今没意识到，所谓AI，不止是一个技术，也是大众宽容的文化产物。

AI的发展向来伴随争议，而且争议的起因往往就是“对人类的替代”上。

比如阿尔法狗战胜围棋高手——这意味着围棋选手们的价值将严重下滑，事实也是如此，围棋从一项带有特殊意义的智力运动，到后面沦落为少数人的游戏，再到算法赋予后整个培养体系被改写的锻炼流程，AI在其中功不可没。

在此之后，AI差点摧毁的行业有很多——绘画、影视、音乐、配音等等。每一次门槛的打破，都意味着一类人失去了自己的技能壁垒，赚钱和就业都变得更困难。

对于AI的负面影响，从事不关己到自己切身体会，不少人用三年时间就走到了后者。

而且，即使根本不会用AI的人，也正在承担代价：芯片涨价，手机电脑跟着涨，原先的硬件普惠红利原地消失；就连上游的资源也在变得不再廉价，比如重金属和能源，也开启了价格闯关。

而大众愿意给AI文化方面的宽容，原因其实很简单：至少，AI体现了另外一种技术普惠的可能。

大家要的很简单，我让渡一部分权利，换取AI于大众的低价、普惠、技术门槛的降低。

03

但AI本身也不是一个技术，而是一个商业模式的起点。

我们先不谈AI带动的芯片行业产能挤压下的稀缺的商业模式，仅仅看硅谷几个模型达成事实上的技术壁垒后发生的事情。

在2025年，AI差点就成了一种仅供少数人使用的稀缺技术。

在2023年到2024年里，大模型定价权开始被掌握在 OpenAI、Anthropic、谷歌等硅谷厂商手中，行业形成了坚不可摧的“涨价共识”： 旗舰模型锚定了高溢价，GPT-4、ClaudeOpus等头部模型，输出定价普遍在10-75美元/百万Token，且随着参数规模扩大、算力成本上升，价格持续处于高位或上调通道。

到了2025年，GPT-4企业版、Copilot for 365等产品按席位收费，百人规模企业全量部署年费可达几十万人民币。中小开发者只能认命。、

当然了，后面的故事咱们也知道，DeepSeek用接近第一梯队的旗舰模型，卖出了硅谷中端模型都不到的价格，直接结束了AI涨价的叙事。

但更重点的故事其实在今年，国产开源的Kimi、Qwen、Hy系列，凭借模型能力的进一步提升和开源策略，让在“太阳谷峰会”上喊着“OpenAI和Anthropic再不降价，AI泡沫就要炸了”的硅谷客户们纷纷选择了国模，抛弃了OpenAI和Anthropic。

看到这里，我想你就大概能理解，为何面对普惠的开源模型，硅谷AI大厂会大喊“开源是减速主义”了。

减不减行业的速度咱不知道，但国模的开源明显已经减速了试图用技术壁垒削弱“普惠”的硅谷闭源模型厂商。

04

看到这里，聪明的读者应该就能理解“蒸馏是立场题”的核心了。

硅谷AI大厂的立场很鲜明：用技术壁垒占住商业变现，用高价驱逐自己曾经立下的“普惠”许诺。

而蒸馏，就是其他坚持普惠的厂商迅速打破技术壁垒的途径。当然了，你可以说蒸馏简直就像是“抄袭”，道义上站不住。

但别忘了，AI行业的发展，得益于大众的宽容、得益于政策端留下的空间。这是很明显的用责任许诺换发展空间。但许诺真的实现了吗？

新出的GPT6，很强，强到令我都感到震撼。但更震撼的是价格，一句“你好”用完了用量，能力提升了，账单也在飞。

更别提从蒸馏的速度来看，其实是有3个月左右的时间差的。这足以给原创者窗口期了。

AI不能、也不应该成为少数大厂垄断的技术。这关乎到每一个人。

而且，抛开国模是否蒸馏这一晦涩问题，国模本身也是被蒸馏者。

韩国多家参与国级自研大模型项目的团队，对外宣称是 100% 本土从零自研的主权 AI，结果被发现使用我国开源大模型做微调/蒸馏。

但这也在“蒸就蒸了”的范畴，因为被蒸馏，实际上跳出用户角度，从现在的行业角度来说也是一种先进模型的宿命。

我觉得这次面对对面的指控，咱这边发言人的回应就很好：“各方应当加强合作，推动人工智能开放包容、普惠、向善发展，服务全人类的福祉。”

你AI再大，大不过人类本身。

05

但有一个问题比蒸馏指控更严重，那就是算力。

今年7月份，Kimi K3炸街硅谷和华尔街后，对面按惯例提了指控。一个是蒸馏，一个是算力。

其中后者的表述是“月之暗面获取了英伟达GB300服务器”。

相比于蒸馏这种模棱两可的问题，国模缺算力并且算力出海的现实堪称人尽皆知。而这，几乎关乎着接下来坚持开源、低价、普惠的模型能不能继续路线。

算力紧缺是一个老问题了，从开始的造芯上的落后，到后面的国产芯片供货不足，再到国产模型厂商算力出海+支持国产模型的两手抓，情况并没有特别大的改善。

就比如月之暗面的Kimi，已经完成了对国产芯片的适配，包括华为昇腾、海光DCU、寒武纪思元等国产AI加速卡。但月之暗面更多的算力需求依然得出海，在推理上，月之暗面用的是租用AWS的服务器，在训练上，月之暗面比较大的可能是用了泰国机房的英伟达芯片。

记住泰国这个地方，以泰国和新加坡为中心的东南亚，就是是国产模型规避算力卡脖的“通用解法”。

字节跳动在马来西亚柔佛建大型AI智算集群，采用大量NVL集群，还要在印尼再建；阿里也是在马来西亚柔佛建算力中心；DeepSeek传言在新加坡也部署了一批英伟达的卡。

有人可能会说，国产芯片不是起来了吗？

是起来了，但供货不够。DeepSeek创始人梁文峰在闭门投资人交流会上，就表示：

“国产AI芯片的硬件和生态都没有问题，唯一有问题的是产能不够。……华为的问题还是产能不足。像华为给我们的大概是一万六千张卡的产能，互联网大厂可能是十几万张，我们一万多张，我觉得这个比例也是比较……但这已经可能是华为就这么多产能了。”

有人把这话归总为“梁文峰怪罪华为”，但在我看来，梁文峰说得很清楚了，这不怪华为，产能有限，国产芯片厂商也得考虑分配。

即使是出于商业利益，也得尊重市场本身——让芯片产业赚更多的钱和提升芯片性能几乎同等重要。

还有人可能会说，咱们这边不是建了许多算力中心吗？

这也没错，但是缺卡和算力不够也在影响算力中心，目前本土500多座算力中心，按照阿里吴泳铭的说法，是一半都在空置。

06

但算力出海的空间，也在越来越小。

为阻拦国内咱这边AI企业算力出海，对面用落地新规和推进立法的同步进程，目标堵死“在东南亚注册公司采购高端GPU、远程训练大模型”这条离岸算力老路。

今年5月31日， BIS正式发布执法指引：哪怕芯片放在新加坡、马来西亚、泰国等第三国机房，只要这家海外公司的实际控制主体是我国企业，采购Blackwell、MI350X这类高端AI芯片，就需要申请出口许可，且默认不予批准。

除此之外，对面还通过了《远程访问安全法案》，一旦生效，远程网络调用海外受控算力，会被等同于芯片出口。

简单来说，就算GPU物理放在东南亚机房，国产模型团队远程登录算力训练大模型，也需要对面许可证，无许可使用就属于违规。

很多海外机房出于合规风险，已经主动拒绝承接咱这边模型厂商的模型训练业务。

其实如此看下来，AI的路线之争除了模型参数、开闭源、Agent与否，还有一条更宏大但也更隐秘的暗线：

一条是国产模型降低使用门槛的普惠路线，一条是硅谷的高技术壁垒形成的高价格和高门槛壁垒的路线。

这两条泾渭分明的路线，似乎又暗合了意识形态之间的差异。

但作为用户，且兜里掏不出几个钱、又在被涨价潮影响舍不得换手机电脑的用户，即使不支持前者的发展，也不应该反对。

说到底，在这么一个混沌的技术涌现时期，立场就是持续承压的普通人少有的能站稳的那块地面了。