Mỹ muốn chặn AI Trung Quốc, nhưng Thung lũng Silicon vẫn âm thầm sử dụng

Khi Tarun Chhabra, giám đốc an ninh quốc gia của Anthropic và là cựu kiến trúc sư kiểm soát xuất khẩu của chính quyền Biden, gần đây nhấn mạnh "model distillation" (chưng cất mô hình) là một mối lo ngại mới nổi về an ninh quốc gia, một chi tiết đã gây chú ý. Chhabra đã chỉ đích danh nhà phát triển AI Trung Quốc là Zhipu nằm trong số các công ty bị cáo buộc đã chưng cất năng lực từ các mô hình tiên phong của Mỹ. Lời cảnh báo này hoàn toàn khớp với quan điểm của Washington: các công ty Trung Quốc đang chạy đua để thu hẹp khoảng cách AI bằng cách tận dụng những đổi mới do Thung lũng Silicon tiên phong.

Tuy nhiên, chỉ vài giờ sau bình luận của Chhabra, quan điểm đó đã trở nên phức tạp hơn đáng kể. Thinking Machines của Mira Murati — công ty đã huy động được 2 tỷ USD nhờ danh tiếng của bà với tư cách là cựu giám đốc công nghệ của OpenAI — tiết lộ rằng mô hình nền tảng đầu tiên của họ được xây dựng một phần bằng cách sử dụng các mô hình của Trung Quốc. Kiến trúc của Inkling dựa trên DeepSeek-V3, và quy trình hậu huấn luyện của nó đã kết hợp dữ liệu tổng hợp do Kimi K2.5 của Moonshot AI tạo ra. Đây là cách thế giới mô hình mã nguồn mở/trọng số mở vận hành: Công ty này xây dựng dựa trên sự đổi mới của công ty kia.

Sự đối lập này thật đáng kinh ngạc. Một trong những công ty tiên phong hàng đầu của Mỹ đang cảnh báo rằng các phòng thí nghiệm Trung Quốc đang học hỏi từ các mô hình của Mỹ, đúng vào thời điểm một trong những dự án hàng đầu mới nhất của Thung lũng Silicon công khai thừa nhận học hỏi từ các mô hình của Trung Quốc. Sự mâu thuẫn rõ ràng đó nói lên nhiều điều về trạng thái của AI tiên phong hơn là bất kỳ thông báo nào.

Các công ty Mỹ… sẵn sàng hơn trong việc kết hợp các tiến bộ từ hệ sinh thái trọng số mở đang cải thiện nhanh chóng của Trung Quốc.

Từ "distillation" (chưng cất) đã nhanh chóng trở thành một trong những thuật ngữ mang tính chính trị nhất trong AI và hiện nay là trong địa chính trị, xuất phát từ những cáo buộc của các nhà phát triển mô hình đóng hàng đầu tại Mỹ rằng các công ty Trung Quốc có thể duy trì vị thế gần với các mô hình tiên phong bằng cách tận dụng phương pháp này. Ngày càng có nhiều ý kiến coi nó gần như đồng nghĩa với hành vi đánh cắp sở hữu trí tuệ. Nhưng chưng cất không phải là điều mới mẻ hay quá xa lạ. Nó đã là một phần của học máy trong hơn một thập kỷ qua. Một mô hình "giáo viên" lớn hơn tạo ra các đầu ra, sau đó được sử dụng để huấn luyện một mô hình "học sinh" nhỏ hơn, có khả năng tái tạo phần lớn hành vi của mô hình gốc với chi phí tính toán chỉ bằng một phần nhỏ.

Tuy nhiên, ngày nay, kỹ thuật này đã mở rộng vượt xa việc chỉ nén các mô hình lớn. Dữ liệu tổng hợp do một mô hình tạo ra thường xuyên trở thành tài liệu huấn luyện cho mô hình khác. Các phòng thí nghiệm tiên phong ngày càng dựa vào các mô hình giáo viên để cải thiện khả năng suy luận, lập trình, hiệu suất đa ngôn ngữ và căn chỉnh hậu huấn luyện. Trong nhiều trường hợp, dữ liệu huấn luyện có giá trị nhất không còn được thu thập từ con người nữa — mà được tạo ra bởi các hệ thống AI khác. Thực tiễn này không chỉ giới hạn ở Trung Quốc.

Thực tế, hầu như mọi phòng thí nghiệm hàng đầu hiện nay đều sử dụng một phiên bản huấn luyện giáo viên-học sinh nào đó. OpenAI, Anthropic, Google DeepMind, Meta, Alibaba, Tencent, Moonshot, DeepSeek và Zhipu đều công bố các nghiên cứu mô tả việc tạo dữ liệu tổng hợp, chưng cất suy luận hoặc các kỹ thuật liên quan. Câu hỏi cạnh tranh hiện nay không phải là liệu các phòng thí nghiệm có sử dụng chưng cất hay không, mà là mô hình của ai sẽ trở thành giáo viên.

Khi các mô hình tiên phong trở nên mạnh mẽ hơn, giá trị đầu ra của chúng đã tăng lên đáng kể. Nếu hàng tỷ đô la đầu tư vào huấn luyện có thể được sao chép một phần thông qua việc truy vấn rộng rãi các API thương mại, thì động lực để trích xuất những năng lực đó đương nhiên sẽ tăng lên. Đó là lý do tại sao OpenAI và Anthropic liên tục thắt chặt các biện pháp bảo vệ API, triển khai giám sát hành vi, hạn chế truy vấn tự động và đầu tư vào các kỹ thuật được thiết kế để phát hiện việc thu thập đầu ra quy mô lớn.

Các tiêu đề gần đây cho thấy việc vạch ra các ranh giới công nghệ rõ ràng đã trở nên khó khăn như thế nào. Trong khi các công ty Mỹ dễ hiểu là tìm cách ngăn chặn việc trích xuất trái phép các năng lực tiên phong của họ, thì chính họ lại sẵn sàng hơn trong việc kết hợp các tiến bộ từ hệ sinh thái trọng số mở đang cải thiện nhanh chóng của Trung Quốc. Thinking Machines đã thừa nhận việc kết hợp các mô hình Trung Quốc vào quy trình phát triển của riêng mình.

Điều này không có gì đáng ngạc nhiên. Các mô hình trọng số mở của Trung Quốc đã trở nên cực kỳ cạnh tranh trong năm qua. Các mô hình DeepSeek, Moonshot, dòng Qwen của Alibaba và Hunyuan của Tencent hiện thường xuyên được các nhà nghiên cứu đánh giá ngang hàng với Claude, GPT và Gemini. Đối với các kỹ sư xây dựng hệ thống mới, thay vì các nhà quản lý chính phủ, quốc tịch của một mô hình ngày càng ít quan trọng hơn so với hiệu suất, kiến trúc và các điều khoản cấp phép của nó.

Thực tế đó đặt ra một thách thức khó chịu cho các nhà hoạch định chính sách. Phần lớn cuộc tranh luận hiện nay xung quanh việc kiểm soát xuất khẩu và quản trị AI tiên phong vẫn giả định rằng sự đổi mới chủ yếu chảy theo một hướng — từ Mỹ ra bên ngoài. Tuy nhiên, dòng chảy này ngày càng mang tính tương hỗ. Các phòng thí nghiệm AI của Mỹ dẫn đầu về nhiều năng lực tiên phong, nhưng như "Khoảnh khắc DeepSeek" đã làm rõ, các phòng thí nghiệm Trung Quốc hiện đang tạo ra các ý tưởng, kiến trúc và mô hình trọng số mở đang được tích hợp vào sự phát triển AI toàn cầu, bao gồm cả các công ty tại Thung lũng Silicon.

Nghịch lý chính sách

Những tác động chính sách của động lực này vượt xa phạm vi cạnh tranh thương mại. Nếu AI tiên phong ngày càng tiến bộ thông qua việc cải tiến lặp đi lặp lại trên một hệ sinh thái nghiên cứu kết nối toàn cầu, các chính phủ có thể thấy khó khăn hơn nhiều trong việc xây dựng các rào cản công nghệ bền vững. Kiểm soát xuất khẩu vẫn rất hiệu quả trong việc hạn chế quyền truy cập vào các chất bán dẫn tiên tiến và thiết bị sản xuất. Chúng chắc chắn sẽ kém hiệu quả hơn nhiều trong việc hạn chế sự lan tỏa của các nghiên cứu đã công bố, các mô hình trọng số mở, các tập dữ liệu tổng hợp và các kỹ thuật kỹ thuật được áp dụng rộng rãi.

Đó cuối cùng là ý nghĩa sâu xa hơn của các thông báo gần đây. Tương lai của AI tiên phong có thể phụ thuộc ít hơn vào việc ngăn chặn tri thức vượt biên giới mà phụ thuộc nhiều hơn vào việc duy trì vị thế là nơi hấp dẫn nhất để tạo ra thế hệ ý tưởng tiếp theo. Chưng cất đã trở thành biểu tượng của quá trình chuyển đổi rộng lớn hơn đó — không phải vì nó thay thế sự đổi mới, mà vì nó minh họa cách thức bản thân sự đổi mới đã trở nên ngày càng toàn cầu hóa.

Một diễn biến gần đây khác nhấn mạnh mức độ nhanh chóng mà các mô hình tiên phong của Trung Quốc đang được nhúng vào hệ sinh thái AI toàn cầu. Sau quá trình đánh giá pháp lý kéo dài, Apple đã nhận được sự chấp thuận từ Cục Quản lý Không gian mạng Trung Quốc để ra mắt Apple Intelligence tại Trung Quốc, sử dụng các mô hình Qwen của Alibaba và Ernie của Baidu làm thành phần cốt lõi trong hệ thống AI dành riêng cho thị trường Trung Quốc của hãng. Thỏa thuận này phản ánh cả sự kiên quyết của Bắc Kinh rằng AI tạo sinh được triển khai tại Trung Quốc phải dựa trên các mô hình nội địa đã được phê duyệt để tuân thủ nội dung, và sự công nhận của Apple rằng các mô hình nền tảng của Trung Quốc đã đủ năng lực để triển khai tại một trong những thị trường quan trọng nhất của họ.

Các mô hình tiên phong của Trung Quốc không còn đơn thuần là đối thủ cạnh tranh để đánh giá; chúng đang trở thành cơ sở hạ tầng cốt lõi mà các công ty công nghệ toàn cầu đang xây dựng dựa trên đó.

Apple đã thừa nhận một cách hiệu quả rằng các mô hình hàng đầu của Trung Quốc hiện tạo thành một phần của cơ sở hạ tầng AI thương mại thế giới. Tầm quan trọng của sự phát triển này không thể bị xem nhẹ. Cả Alibaba và Baidu đều đã bị Bộ Quốc phòng Mỹ liệt kê là "các công ty liên kết với quân đội Trung Quốc". Tuy nhiên, Apple vẫn đang sử dụng các mô hình từ những công ty này, và người dùng iPhone tại Trung Quốc sẽ mang theo các thiết bị có chứa các mô hình từ các công ty bị chỉ định đó khi đi du lịch đến Mỹ.

Ý nghĩa của vấn đề này vượt xa phạm vi điện thoại thông minh. Mọi nền tảng thiết bị lớn hiện nay đều yêu cầu một hệ thống AI dành riêng cho Trung Quốc được xây dựng xung quanh các mô hình nền tảng được phê duyệt tại địa phương. Điều đó có nghĩa là Qwen, Ernie, Doubao, Hunyuan và các mô hình tiên phong khác của Trung Quốc không còn bị giới hạn trong các dịch vụ đám mây nội địa — chúng đang trở thành các công cụ AI mặc định cho hàng trăm triệu thiết bị được bán tại thị trường điện thoại thông minh lớn nhất thế giới, nơi chúng sẽ vượt qua các biên giới.

Như Apple, Thinking Machines và các công ty phương Tây khác đã thừa nhận theo những cách khác nhau, các mô hình tiên phong của Trung Quốc không còn đơn thuần là đối thủ cạnh tranh để đánh giá; chúng đang trở thành cơ sở hạ tầng cốt lõi mà các công ty công nghệ toàn cầu đang xây dựng dựa trên đó.

Điều này tạo ra một nghịch lý chính sách. Washington tiếp tục thắt chặt quyền truy cập vào các mô hình tiên phong đóng mạnh mẽ nhất từ các công ty như Anthropic và OpenAI thông qua các biện pháp bảo vệ API, kiểm soát xuất khẩu và ngày càng nhiều các cuộc thảo luận xung quanh việc cấp phép và quản trị tiên phong. Đồng thời, các nhà hoạch định chính sách đang trở nên lo ngại về năng lực của các mô hình tiên phong Trung Quốc — đặc biệt là các hệ thống như GLM-5.2 mới ra mắt của Zhipu — vốn được phân phối công khai hơn nhiều và vẫn sẵn có cho các nhà phát triển trên khắp thế giới với rất ít hạn chế thực tế.

Nói cách khác, Mỹ đang dần dựng lên các rào chắn xung quanh biên giới công nghệ của chính mình, đồng thời đối mặt với thực tế rằng một biên giới khác đang nổi lên ngoài tầm kiểm soát pháp lý của họ. Đó có thể là một trong những thách thức quản trị mang tính quyết định của giai đoạn tiếp theo trong cuộc đua AI: không chỉ đơn thuần là bảo vệ các mô hình của Mỹ khỏi việc bị chưng cất, mà là thích nghi với một thế giới nơi nhiều biên giới công nghệ toàn cầu cùng tồn tại, cạnh tranh và học hỏi lẫn nhau.