專家：僅靠蒸餾Fable不可能這么快造出Kimi K3

“大規模、隱蔽的工業蒸餾，旨在竊取美國專有技術并破壞美國研究，這是不可接受的。”白宮科學顧問邁克爾·克拉西奧斯（Michael Kratsios）發出這句嚴厲警告時，整個AI行業正因一項可能的禁令而震動——美國正在討論封禁中國的開源權重模型。他直指中國公司月之暗面（Moonshot），稱其打造的開源大模型Kimi K3，是通過復制Anthropic的Fable大語言模型、并使用未經批準出口至中國的芯片訓練而來。

克拉西奧斯的指控并非孤例。美國財政部長斯科特·貝森特（Scott Bessent）幾乎同步表示：“我們在許多中國模型上發現了美國大語言模型的水印，這是不可接受的。”然而，這些“水印”具體由什么構成、如何被檢測到，兩人均未提供細節。財政部面對后續問詢保持沉默，月之暗面也未就訓練過程作出回應，讓這樁指控更像是籠罩在模糊證據之上的政治交鋒。

蒸餾，這一被點名的手段，近年頻繁出現在AI競賽的討論中。它的基本流程是：一間實驗室通過系統化地向目標模型提問，獲取大量提示詞與回復對，再利用這些數據對自有模型進行后訓練。有時候，實驗室會明確要求模型展露思考鏈條，以理解其解決問題的路徑；另一種更常見的方式，則是將問答對直接用于監督微調（supervised fine?tuning，SFT），讓新模型學會模仿目標模型的輸出風格和知識表達。正是在這個微調階段，偶爾會出現被蒸餾的模型聲稱自己是Claude的烏龍，因為行為模式已高度趨同。艾倫人工智能研究所（Allen Institute for AI）的研究員內森·蘭伯特（Nathan Lambert）這樣形容：SFT讓模型“學會了禮貌”。

然而，這番關于蒸餾的描述，恰好暴露了美方指控的技術瑕疵。多位直接參與前沿模型訓練的專家表示，僅憑蒸餾Fable，根本無法在速度、深度上制造出Kimi K3這樣強大的模型。

勞德研究所研究員、Snorkel AI聯合創始人布雷登·漢考克（Braden Hancock）向TechCrunch給出了一個直白的時間線計算：Fable自7月1日起才公開可用，而Kimi K3發布距離此時不過兩周。“你根本來不及蒸餾那么多數據、完成訓練并發布一個模型，時間上就完全不成立。”他說，“我不認為緊跟Fable發布、只靠嚴格意義上的蒸餾，就能得到這么強、這么快的模型。”漢考克的質疑戳中了一個關鍵的事實維度——如果蒸餾是主因，那么從訓練數據生成、模型收斂到安全對齊，每一環所需的時間都會把發布窗口撐破。兩周之內完成如此量級的工作，在現行算力約束下近乎荒謬。

內森·蘭伯特則從另一個角度切入。他在近期播客中指出，隨著中國模型愈發逼近能力前沿，并且訓練范式整體向強化學習（reinforcement learning）轉移，單純蒸餾的邊際收益正在急劇遞減。“如果蒸餾真有人們想象的那么靈，那任何人都能輕易用K3或GLM的數據追上它們。然而，我們不僅沒有看到這種情況，而且單靠監督微調，也不可能見到這種飛躍。”蘭伯特強調，當模型復雜度達到一定層級后，SFT的最大作用不過是賦予模型“得體的外表”；真正決定推理、適應與創造能力的，是后續的強化學習階段。在那個階段，通常需要一個更強大的模型作為評判代理，為較小模型的回答打分，并根據評分迭代調整策略——這遠非簡單的復制輸出可以替代。

兩位專家的論述，實際上揭示了當前AI討論中一個被過度簡化的敘事：把“中國模型變強”和“蒸餾美國模型”粗暴綁定，忽略了技術演進的內生邏輯。無論是時間線的不可行性，還是蒸餾在強化學習時代的式微，都指向同一個結論——Kimi K3的能力來源，必須從更加復雜的訓練組合中尋找解釋。

如果把目光投向更宏觀的產業動態，就能理解這場爭論的深層博弈。美國正面臨是否禁絕中國開源權重模型的決策關口，而指控蒸餾幾乎成了最具動員力的話術：一方面，它可以快速調動意識形態層面的警惕；另一方面，蒸餾技術的不可見性，使得“水印”等說法即便缺乏實證，也易于在輿論中留下印象。然而，這種模糊性恰恰也讓技術社群感到不安。當財政部所說“發現水印”的具體方法秘而不宣，當科學顧問不透露指控來源時，原本嚴肅的技術溯源就有滑向政治表演的風險。

比較諷刺的是，蒸餾并非某種隱蔽的黑客攻擊，而是全球AI界公開討論的常規技術路徑。幾乎所有主流模型廠商，都會在合規框架內使用精選數據對模型進行微調。問題的核心，從來不是“有沒有用過目標模型的數據”，而是“這些數據究竟帶來了多少能力提升”，以及“這種提升是否侵犯了核心專利或商業機密”。當前爭議之所以極易升級，就在于“使用數據”和“竊取能力”之間的邊界，被有意模糊化。漢考克和蘭伯特的技術性剖析，正好給這團模糊的迷霧投下一束清醒的光。

進一步深究