Китайские ИИ-компании массово обучают свои модели на ответах OpenAI в обход чиповых санкций
Экспортные ограничения США становятся всё жёстче, и китайские разработчики ИИ ищут новые способы сохранить темп развития. Reuters изучило более 300 китайских документов. Среди них научные статьи, патенты, корпоративная отчётность, вакансии и правительственные материалы.
Анализ показал, что местные компании всё чаще используют дистилляцию моделей. Так называют метод, при котором ответы ведущих американских больших языковых моделей (LLM) превращаются в обучающие данные для более компактных китайских аналогов.
Как работает дистилляция:
Мощная модель-"учитель" генерирует ответы, программный код или пошаговые решения задач, а модель-"ученик" меньшего размера обучается на этих результатах. В итоге "ученик" перенимает часть навыков "учителя" и при этом требует заметно меньше вычислительных ресурсов.
Для китайских компаний, которым всё сложнее получить ускорители NVIDIA, такой подход стал доступной альтернативой. Один запрос к передовой зарубежной модели превращается в данные, пригодные для многократного использования. На фоне ужесточения торговых ограничений серверы NVIDIA с восемью ускорителями H200 на сером рынке Китая уже продаются примерно за 900 000 долларов.
Судя по документам, дистилляция давно вышла за рамки академических экспериментов и стала частью промышленного процесса. Reuters приводит несколько примеров того, как крупные китайские институты и технологические компании встроили её в свою работу:
В ноябре 2024 года исследователи Шанхайского университета Цзяотун отобрали около 5000 ответов модели o1 от OpenAI, перевели их с помощью GPT-4o mini и собрали 10 750 двуязычных обучающих примеров для дообучения модели Qwen2.5-72B от Alibaba
В 2025 году исследователи Alibaba готовили обучающие данные на других языках помимо китайского, а GPT-4 и GPT-4o оценивали и фильтровали ответы для обучения компактных моделей Qwen
В феврале 2026 года специалисты Шанхайского университета Цзяотун и сервиса доставки Meituan с помощью GPT-4o генерировали планы координации нескольких ИИ-агентов при решении задач по программированию, а затем обучали на этих данных меньшую китайскую модель
При этом сами авторы исследования из Шанхайского университета Цзяотун предупредили о рисках. По их мнению, чрезмерная зависимость от дистилляции ограничивает возможности для собственных прорывов, так как модель-"ученик" в основном воспроизводит знания "учителя".
С юридической точки зрения дистилляция сама по себе не запрещена и широко применяется по всему миру. Но OpenAI и Anthropic в пользовательских соглашениях прямо запрещают использовать свои модели для обучения конкурирующих систем.
Тема уже стала предметом межгосударственных переговоров. По данным Reuters, в июле на ранее не освещавшихся встречах в Чэнду представители Министерства торговли США предупредили китайских регуляторов, что сбор ответов американских ИИ-моделей может квалифицироваться как кража интеллектуальной собственности.
Один из американских чиновников, знакомый с ходом переговоров в Чэнду, рассказал, что Вашингтон считает "дистилляцию в промышленных масштабах" главной причиной, по которой китайские модели сокращают отставание от американских конкурентов. Экспортные ограничения на чипы NVIDIA и без того доведены до предела, так что у США остаётся немного рычагов для сдерживания ИИ-отрасли Китая.
Так как дистилляция формально законна, Вашингтон может разработать отдельную правовую базу, которая запретит китайским компаниям использовать модели OpenAI и Anthropic.
Тем временем в Китае находят обходные пути на каждое новое ограничение, от контрабанды топовых ускорителей NVIDIA B300 до обучения собственных моделей на ответах американских систем.
- OpenAI разоблачила китайские фейковые аккаунты, настраивавшие американцев против ИИ-дата-центров
- Китай готовит план на $295 миллиардов для строительства сети ИИ-дата-центров на 80% из своих чипов
- Китай запретил ведущим ИИ-специалистам выезжать за границу без разрешения