AI巨頭深陷模型蒸餾爭議：自己爬遍全網，卻告對手抄襲

一場極具諷刺意味的爭議正在 AI 圈發酵。Anthropic、OpenAI、谷歌這些頂尖玩家，長期奉行一套心照不宣的規則：網際網路上的公開資訊，可以合法拿來訓練模型。內容創作者們抗議多年，卻始終沒什麼辦法阻止自己的原創被無償抓取。

現在，風水輪流轉了。這些巨頭突然發現，自家砸下重金訓出來的模型成果，正被競爭對手用「模型蒸餾」的手法低成本複製、大規模複用。於是新一輪的技術倫理和合規口水戰被點燃。最諷刺的地方就在這裡——這些控訴別人抄襲的公司，自己正是靠爬遍全網資料起家的。

所謂模型蒸餾，簡單說就是用一個強模型的輸出去訓練另一個模型，等於把大模型的能力便宜地搬運過來。業內有人辯解，蒸餾和爬取資料在技術上有本質區別，但坦白講，全球到現在也沒就這兩件事的合法性達成任何統一共識。一邊是 Anthropic 公開指控對手竊取其訓練成果，另一邊是網站主們反過來起訴 AI 公司非法爬資料，兩條戰線同時開打。

這場拉鋸暴露了 AI 行業最深的痛點：企業投入天量資金、人力和時間打磨模型，對手卻能用成熟技術以極低成本復刻。技術專家說得很直白，這種貓鼠遊戲很難有終局，因為資訊一旦公開傳播，就存在被二次拆解複用的可能。公平使用的邊界到底劃在哪，眼下是一筆算不清的糊塗賬。

更微妙的是，這場爭議還牽扯到 AI 行業的成本結構。如果蒸餾被判定為侵權，那些靠開源模型和蒸餾起家的中小玩家會瞬間失去彈藥，行業門檻會被重新抬高，巨頭的領先優勢也就被制度性地保護起來。反過來，如果內容方在爬取官司裡佔了上風，那麼訓練資料的採購成本會大幅上升，最先扛不住的同樣是資金不夠雄厚的一批。無論哪個方向落地，都會重塑整個 AI 的競爭格局，這也是巨頭們不惜撕破臉也要爭的原因。

在我看來，這更像是整個行業在為早期的野蠻生長補課。當初默許無償抓取全網資料，享受的是資料紅利；如今被蒸餾反噬，嚐到的是同一套邏輯的苦果。規則不可能只對自己有利、對別人無效。等這些官司真正打出幾個標誌性判例，AI 訓練的資料倫理才可能被重新定價，而這一天，恐怕比模型迭代來得要慢得多。