从模型蒸馏指控看AI企业出海风险：产品竞争之外还要准备哪些合规问题？

【软盟资讯·新闻导读】9月8日，美国国家安全局、网络安全和基础设施安全局及联邦调查局联合发布公告，指控包括DeepSeek、Moonshot AI、阿里巴巴等在内的中国AI企业，未经授权大规模利用美国模型输出开展知识蒸馏。相关指控尚待各方进一步核实，但已将跨境合作、模型来源与训练透明度推到企业出海议程前列。

美国三机构发布联合指控，争议集中在“蒸馏”使用方式

当地时间9月8日，美国国家安全局、网络安全和基础设施安全局以及联邦调查局发布联合网络安全警告，指控六家中国人工智能企业以大规模方式对美国前沿模型进行知识蒸馏，并借此提取相关模型的专有功能与能力，用于加速自身AI产品训练。公开资料显示，被点名企业包括DeepSeek、Moonshot AI、阿里巴巴、MiniMax、阶跃星辰（StepFun）和Z.AI。

部分报道对被点名企业数量及名单的呈现存在差异，有的报道列出五家公司，另有资料列出六家公司。因此，企业在引用这份公告或向合作方说明情况时，应以美国相关机构发布的正式文本及后续修订信息为准，不宜仅依据媒体标题或二手摘要作出结论。

此次争议的核心并不是“模型蒸馏”这一技术概念本身。蒸馏通常是让规模更小、成本更低的模型学习大型模型生成的输出，从而降低训练新模型所需的资源。它可以在获得授权、遵守服务条款并明确数据来源的情况下，成为模型压缩、能力迁移和产品研发中的常见方法。

美国机构指控的重点，是部分企业是否未经授权调用美国模型，通过大量请求提取模型的能力边界、回答模式或专有功能，并将这些输出用于训练自有产品。换言之，技术方法与具体使用方式需要区分，正常蒸馏、授权数据生成和被指控的恶意能力提取，并不能简单画上等号。

公开资料还显示，美国方面提到相关活动可能从2024年底开始，涉及数百万次请求和数十亿个令牌，并称目标覆盖多家美国AI企业的模型。部分报道提及的模型供应商包括Anthropic、OpenAI、Google和SpaceX相关模型。上述内容属于美国机构或媒体对事件的描述，目前不应直接视为已经完成司法认定的事实。

同样需要区分的是，被点名企业是否实施了相关行为、行为是否违反合同或知识产权规则、是否涉及政府知情，以及是否会进一步引发执法行动，都需要更多证据和正式程序确认。就目前资料而言，不能将这次公开指控直接表述为已经出现具体制裁、禁令或企业损失。

新闻事实之外，企业出海首先要补上证据链

对准备开展国际业务的AI企业来说，这起事件的直接启示并不是简单地“不能使用其他模型”，而是任何训练数据、模型输出和能力来源，都需要能够解释、记录并在必要时接受核验。

企业在研发过程中可能同时使用开源模型、商业API、云平台服务、第三方数据集和内部业务数据。如果这些环节没有形成清晰记录，产品进入海外市场后，一旦客户、合作伙伴、投资方或监管机构询问模型来源，企业就很难说明哪些数据获得了授权，哪些数据来自公开渠道，哪些输出被用于评测，哪些输出进入了训练流程。

因此，模型来源说明应当从研发文档提升为企业级管理材料。至少需要明确模型名称和版本、服务提供方、使用时间、账户主体、服务条款、调用目的、生成数据用途以及后续存储和删除安排。对于通过第三方模型生成训练样本的情况，还应记录调用是否被服务条款允许，相关输出能否用于商业训练，是否存在地域、行业或用途限制。

这类记录并不等于企业必须公开全部技术细节，也不意味着商业秘密需要全面披露。更现实的做法，是建立面向不同对象的说明层级：对内部研发团队保留完整审计记录，对客户说明模型和数据的主要来源，对合作伙伴提供与合同相关的证明材料，在出现争议时能够快速定位具体模型、接口、数据批次和责任人员。

跨境合作需要从“能不能接入”转向“谁承担责任”

AI企业出海经常依赖跨境合作，包括模型供应商、云服务商、数据服务商、系统集成商、渠道伙伴和当地客户。合作协议如果只写明价格、接口和服务可用性，却没有明确训练数据、模型输出和知识产权责任，后续很容易出现责任边界模糊。

企业管理者需要重点核对几个问题：供应商是否允许使用接口输出进行训练或微调；供应商是否保留输入和输出；数据是否会被转移至其他地区；合作方能否将企业数据用于改进自身模型；发生知识产权投诉时由谁负责调查、通知和应对；如果某项服务在目标市场无法继续提供，是否存在替代方案。

对于联合研发项目，还要特别注意成果归属与技术来源的交叉问题。双方共同训练的模型，可能同时包含企业自有数据、第三方授权数据以及外部模型输出。如果合同只约定最终产品归谁所有，却没有规定训练数据和中间产物的使用边界，后续很难判断某项能力究竟来自哪一方，甚至可能影响客户采购、融资尽调和商业保险安排。

跨境合作还涉及出口管制、数据跨境、隐私保护和行业监管等问题。现有资料提到，AI模型的主要载体可能包括代码和参数，企业在不同地区提供模型服务时，应评估是否触及目标市场对技术出口、软件交付或高性能计算资源的限制。不过，具体适用规则取决于交易对象、技术内容、部署地点和当地法律，不能仅凭新闻事件推导出统一结论。

训练透明度不是“公开配方”，而是能够说明过程

“训练透明度”容易被误解为企业必须公开完整数据集、模型参数和核心算法。对商业企业而言，更可执行的方向是建立可验证的过程透明度，而不是无条件公开全部技术资产。

首先，企业需要知道训练数据从哪里来。公开网页数据、授权数据、用户提交内容、内部业务数据和模型生成数据，其权利基础并不相同。即使某些内容能够被技术手段抓取，也不代表可以直接用于商业训练。企业应当对数据类型、来源、授权范围、使用目的和保存期限进行分类，并保留相应记录。

其次，需要区分模型评测与模型训练。调用外部模型进行性能对比、红队测试或功能评估，与批量收集输出并用于训练自有模型，在合同和合规判断上可能并不相同。研发团队应避免把所有“测试数据”都视为可以进入训练集，尤其是当数据来自有使用限制的商业服务时。

再次，企业需要建立数据和模型变更记录。模型版本升级、训练数据替换、供应商调整、微调策略改变，都可能影响此前形成的合规判断。如果产品在海外已经交付，却无法说明某个版本使用过哪些来源的数据，企业面对客户质询时就只能依赖模糊承诺，难以形成可信解释。

透明度还应覆盖产品对客户的说明。客户需要知道产品使用了哪些类型的模型、数据是否出境、输出是否经过人工审核、企业是否会用客户数据改进模型，以及出现错误或侵权投诉时如何处理。说明不必充满技术术语，但必须避免把“自主研发”“独立训练”等表述写得过于绝对，特别是在产品实际依赖外部模型或第三方生成数据的情况下。

面向国际业务，企业现在可以做哪些准备

对于尚未发生争议的企业，最有效的准备不是等待某个国家发布统一政策，而是先进行内部排查。排查范围应覆盖模型采购、API调用、数据采集、训练流程、部署架构、供应商合同和客户承诺，找出那些“研发团队知道、法务材料却没有记录”的灰色环节。

企业可以先建立一份模型与数据资产清单，记录每个基础模型、外部接口、训练数据集和生成数据集的来源及用途。对于无法说明来源或授权状态的材料，应暂缓扩大使用范围，先由技术、法务和业务团队共同确认。

同时，应对外部模型调用设置权限和留痕机制。批量调用、自动化调用、跨账户调用和用于训练的数据导出，都不应仅依靠个人账号或临时脚本完成。企业需要知道谁发起了调用、调用了什么服务、生成了多少数据、数据进入了哪个训练流程，以及何时被删除或封存。

合同层面则应避免笼统承诺。比如“模型不存在任何第三方权利瑕疵”这样的绝对表述，往往超出企业实际控制能力。更稳妥的方式是说明企业采取了哪些来源审查、授权核验、风险监测和争议处理措施，并明确双方在发现问题后的通知、暂停使用、证据保全和补救责任。

面对海外客户时，企业还应准备一套简洁的技术与合规问答材料，解释模型来源、训练数据类别、数据存储位置、第三方服务依赖、客户数据用途和安全事件响应方式。这样做的价值不只在于应对监管，也在于缩短销售审查周期，减少客户因信息不透明而延迟采购。

不要把一项指控直接等同于行业结论

目前公开信息主要反映美国安全机构对有关企业的指控，以及媒体对蒸馏技术和模型使用方式的报道。各方是否会公布更完整的技术证据、被点名企业如何回应、相关争议是否进入司法或行政程序，仍有待后续发展。

因此，企业在内部决策中应把“已确认事实”“对方主张”“媒体转述”和“趋势判断”分开记录。已确认的，是相关美国机构发布了联合公告，并将未经授权的大规模模型能力提取列为问题；尚待核实的，是具体企业的调用行为、数据规模、政府是否知情以及是否构成违法；趋势层面的判断，则是国际客户可能更加关注AI产品的技术来源、训练透明度和跨境责任分配。

这种区分有助于避免两种极端。一种是看到指控后立即停止所有跨境合作，把正常技术使用也视为高风险；另一种是认为蒸馏属于普遍技术方法，因此所有相关使用都没有问题。对AI企业而言，真正需要建立的是可追溯、可解释、可调整的经营体系，让产品竞争力与合规能力同步成长。

【软盟观察】

这次围绕模型蒸馏的争议，重要性不只在于某几家企业是否被点名，更在于它把AI产业长期存在但容易被忽略的问题公开化：模型能力究竟从哪里来，企业能否说明获得这些能力的路径，以及跨境商业合作中谁来承担解释和举证责任。蒸馏本身并非天然具有违法属性，关键在于是否获得授权、是否遵守服务条款、是否对第三方模型实施了超出许可范围的批量调用，以及相关输出是否被用于训练商业产品。新闻报道可以呈现指控，但不能替代证据和正式认定。

对计划出海的AI企业来说，未来的竞争可能不再只是模型效果、调用成本和产品速度的比较，也包括技术来源能否经得起客户审查，训练过程能否形成记录，供应商合同能否覆盖争议处理，数据流向能否被准确说明。企业越依赖外部模型、云服务和跨境数据，越需要把这些依赖关系纳入经营决策，而不是留在研发团队的临时操作中。

这并不意味着企业应当放弃外部模型或停止国际合作。更合理的做法，是在产品立项阶段就同步开展来源审查、合同审查和跨境风险评估，对无法解释的训练数据、无法确认授权范围的模型输出以及缺少审计记录的批量调用保持谨慎。当前尚不能据此宣称已经出现具体制裁、禁令或企业损失，但企业完全有必要把相关指控视为一次合规压力测试：如果今天无法回答“模型能力从何而来”，明天就可能难以回答“为什么可以这样使用”。