Reuters vừa công bố một cuộc điều tra quy mô lớn: hơn 80 bài nghiên cứu và bằng sáng chế của Trung Quốc cho thấy quân đội nước này đang dùng kỹ thuật model distillation để “học” từ AI của OpenAI và Anthropic, phục vụ mục đích quốc phòng. Từ drone tự hành đến chiến tranh mạng, từ nhận dạng mục tiêu trên biển đến giám sát mạng xã hội. Mình nghĩ đây là một trong những câu chuyện AI quan trọng nhất năm 2026, vì nó cho thấy distillation không chỉ là kỹ thuật tối ưu nữa, nó đã trở thành vũ khí chiến lược.
Model Distillation Là Gì Và Sao Trung Quốc Lại Dùng Nó?
Model distillation là kỹ thuật mà một model nhỏ học từ output của model lớn hơn. Thay vì tiêu tốn hàng tỷ USD để train một frontier model từ đầu, bạn chỉ cần truy vấn GPT-4 hay Claude, thu thập câu trả lời, rồi dùng những output đó để train một model nhẹ hơn. Kết quả: model mới có khả năng tương đương một phần, chi phí rẻ hơn 90%, và chạy được trên thiết bị có sức tính toán thấp hơn như drone hay satellite.
Reuters phát hiện ra rằng PLA Unit 96941, đơn vị tình báo và chiến tranh mạng của quân đội Trung Quốc, đã dùng GPT-3.5 để xử lý mã nguồn phần mềm quân sự. Nghiên cứu viên nhận thức rằng AI nước ngoài không thể xử lý thông tin mật, nên họ dùng GPT-3.5 để tóm tắt code trước khi train một model nội địa chạy hoàn toàn trong mạng nội bộ của quân đội Trung Quốc.
Những Ứng Dụng Quân Sự Nào Đã Bị Phơi Bày?
Reuters kiểm tra hơn 80 bài nghiên cứu và phát hiện ra những ứng dụng rất cụ thể. Mình sẽ liệt kê những cái đáng chú ý nhất:
- Drone và UAV: Đại học Công nghệ Quốc phòng PLA dùng model distilled để giảm kích thước hệ thống nhận dạng hình ảnh, để nó chạy trực tiếp trên drone. Khi mất kết nối với người điều khiển, drone vẫn tự phân tích video và hỗ trợ định vị.
- Chiến dịch trên biển: Học viện Khoa học Quân sự Trung Quốc nghiên cứu distilled AI cho nhận dạng mục tiêu trong các hoàn cảnh mô phỏng bộ điều khiển tàu không người lái, tàu chiến và drone.
- Giám sát mạng xã hội: Đại học Bắc Trung Quốc, liên kết với ngành vũ khí, dùng Claude 3 Haiku của Anthropic để tạo synthetic training data cho hệ thống phân loại nội dung online, phục vụ giám sát và kiểm duyệt.
- Chiến tranh mạng: PLA Unit 96941 sử dụng output của AI Mỹ để tóm tắt và phân tích mã nguồn phần mềm quân sự nhạy cảm.
Distillation Khác Với “Ăn Cắp” Thông Thường Như Thế Nào?
Đây là câu hỏi mà mình nghĩ nhiều người nhầm. Distillation bản chất là một kỹ thuật hợp pháp, được toàn bộ ngành AI sử dụng. Google distill từ Gemini, OpenAI distill từ GPT-4, Meta distill từ Llama. Vấn đề không nằm ở kỹ thuật, mà nằm ở đối tượng sử dụng và mục đích.
Một doanh nghiệp Mỹ distill model để tạo chatbot khách hàng rẻ hơn thì chuyện bình thường. Nhưng một đơn vị quân sự Trung Quốc distill model để lập trình cho drone trinh sát, đó là chuyện khác hoàn toàn. Sunny Cheung, chuyên gia tại Jamestown Foundation, đã phân tích hơn 60 bài nghiên cứu và cho biết: mục tiêu của họ không chỉ là copy câu trả lời, mà còn muốn bắt chước cả quá trình tư duy (reasoning) của AI Mỹ.
Mỹ Đang Phản Ứng Như Thế Nào?
Chính phủ Trump đã công khai buộc tội một số công ty AI Trung Quốc, đặc biệt là Moonshot AI (cha đẻ của Kimi K3), rằng họ đã distill Claude của Anthropic để phát triển model của mình. Moonshot phủ nhận và nói khả năng coding của Kimi K3 đến từ sáng kiến kiến trúc riêng. Nhưng vụ Reuters này cho thấy vấn đề lớn hơn nhiều so với một công ty đơn lẻ.
Trung Quốc phía dưới cũng cộc cằn, gọi hành động của Mỹ là “AI hegemonism” và cho rằng các công ty Mỹ cũng đã lợi dụng kỹ thuật tương tự trong suốt quá trình phát triển AI. Cuộc tranh cãi này đang trở thành một trong những chủ đề chính trước buổi tham vấn Mỹ-Trung về AI governance sắp tới.
Vì Sao Trung Quốc Chọn Distillation Mà Không Train Từ Đầu?
Lý do dễ hiểu: chip. Mỹ đã cấm bán GPU Nvidia nặng cao cho Trung Quốc. Không có chip, bạn không thể train frontier model. Nhưng distillation chỉ cần một lượng GPU nhỏ hơn nhiều. Bạn không cần supercomputer, bạn chỉ cần truy vấn AI Mỹ, thu thập output, rồi train model nhẹ trên hardware nội địa.
Đây cũng là lý do mà Trung Quốc đang dồn đầu tư vào edge computing và compact AI models. Thay vì giành giật với Mỹ về số lượng GPU, họ tập trung vào hiệu quả: làm sao để chạy AI trên drone, satellite, robot, và thiết bị quân đội chỉ với khả năng tính toán giới hạn. Đảo ngược lại, Mỹ vẫn phụ thuộc vào supercomputer hàng nghìn GPU để train frontier model.
Distillation Có Điểm Yếu Gì Không?
Có, và rất lớn. Trevor Koverko, đồng sáng lập Sapien, nói rằng distilled model không nên được xem là thế thay frontier AI. Nó chỉ là “chuyển có lựa chọn các khả năng vào một hệ thống rẻ hơn và kiểm soát hoàn toàn”, chứ không phải độc lập khỏi frontier AI.
Nghĩa là: nếu OpenAI hay Anthropic ngừng phát triển, model distilled sẽ cũng dần dần lỗi thời. Bạn cần frontier model liên tục tiến bộ để distilled model của họ có giá trị. Đây là mỏ neo mà nhiều người bỏ qua: Trung Quốc phụ thuộc vào sự tiến bộ của AI Mỹ để distilled model của họ có giá trị.
Người Dùng AI Cần Biết Gì Từ Chuyện Này?
Mình nghĩ có ba điểm đáng lưu tâm cho bất kỳ ai đang làm việc với AI. Một: output của AI của bạn có thể đang được người khác thu thập để train model đình trệ hoặc mục đích khác. Nếu bạn đang build product trên API của OpenAI hay Anthropic, cần lưu ý rằng dữ liệu output đang tạo ra có thể bị thu thập.
Hai: Distillation sẽ tiếp tục là chiến lược chính của các nước và công ty không có GPU. Điều này giải thích tại sao các model open-weight từ Trung Quốc như DeepSeek, Qwen, hay Kimi K3 có thể ngang ngửa hoặc vượt trên benchmark mà chi phí rẻ hơn 90% so với AI Mỹ.
Ba: Mỹ sẽ siết chặt hơn về việc cho phép truy cập API AI từ các khu vực như Trung Quốc. OpenAI và Anthropic đã block IP Trung Quốc, nhưng như Reuters chứng minh, nghiên cứu viên vẫn tìm cách vượt qua thông qua VPN và dịch vụ trung gian.
Ai Sẽ Chịu Trách Nhiệm?
Đây là câu hỏi khó nhất. OpenAI và Anthropic đều có điều khoản cấm sử dụng output để train model khác. Nhưng điều khoản này không thể áp dụng khi người dùng sử dụng VPN, API reseller, hoặc tài khoản giả danh. Và khi nghiên cứu viên quân sự Trung Quốc công bố bài viết, họ đã không còn trong phạm vi áp pháp của Mỹ.
Mình tin rằng cuộc điều tra của Reuters sẽ gây áp lực lớn cho cả hai bên: Mỹ sẽ phải tìm cách bảo vệ output của AI tốt hơn, và Trung Quốc sẽ phải đối mặt với việc cộng đồng quốc tế biết rõ hơn cách họ khai thác AI Mỹ. Cuộc đua AI không còn chỉ là khả năng model, mà còn là bảo mật output.
Nếu bạn quan tâm đến cách model distillation đang thay đổi cảnh quan AI thế giới, bài viết của mình về Kimi K3 của Moonshot và Silicon Valley chia đôi về AI Trung Quốc sẽ cho bạn thêm ngữ cảnh.
