SAN FRANCISCO. AI distillation (còn gọi là knowledge distillation) là kỹ thuật machine learning dùng để chuyển hành vi của một mô hình lớn, mạnh (mô hình giáo viên) sang một mô hình nhỏ hơn hoặc rẻ hơn (mô hình học sinh), sao cho học sinh bắt chước được phần lớn chất lượng đầu ra của giáo viên với chi phí suy luận thấp hơn. Theo phân tích của AcadeResearch (26/7/2026), kỹ thuật này được mô tả chính thức trong bài báo năm 2015 của Geoffrey Hinton, Oriol Vinyals và Jeff Dean, và hiện là thực hành phổ biến trong ngành, không chỉ là chủ đề an ninh quốc gia (Le, 2026; Hinton et al., 2015).

Distillation hoạt động thế nào

Ý tưởng cốt lõi: mô hình lớn không chỉ đưa ra một đáp án đúng, mà còn tạo ra phân phối xác suất đầy đủ trên nhiều phương án có thể. Phân phối mềm đó chứa nhiều thông tin hơn nhãn đúng sai đơn giản. Mô hình học sinh được huấn luyện để khớp phân phối đầu ra của giáo viên, nhờ đó đạt độ chính xác mà huấn luyện chỉ trên dữ liệu thô khó đạt được (Hinton et al., 2015; IBM Think; AcadeResearch). Với mô hình ngôn ngữ lớn (LLM), các đội thường tạo dữ liệu tổng hợp từ đầu ra của mô hình biên (frontier), rồi dùng dữ liệu đó để fine-tune mô hình nhỏ hơn hoặc mã nguồn mở.

Theo AcadeResearch, distillation không gây tranh cãi khi một công ty tự chưng cất mô hình của chính mình. Nó trở nên tranh chấp khi mô hình giáo viên thuộc đối thủ, được truy cập qua API thương mại với điều khoản cấm dùng đầu ra để huấn luyện mô hình cạnh tranh, và mô hình học sinh sau đó cạnh tranh trực tiếp với giáo viên. Thao tác kỹ thuật có thể giống nhau; khác biệt nằm ở quyền sở hữu và sự đồng ý (Le, 2026).

Vì sao từ kỹ thuật kỹ sư thành tâm điểm chính sách năm 2026

Điểm kích hoạt gần là việc Moonshot AI (Trung Quốc) ra mắt Kimi K3 giữa tháng 7/2026. Người dùng nhanh chóng đánh giá mô hình cạnh tranh với hệ thống thương mại hàng đầu của Anthropic và OpenAI. Kimi K3 là mô hình open-weight: trọng số có thể tải về, chỉnh sửa và chạy trên hạ tầng do người dùng kiểm soát, khác với hệ thống API đóng của nhiều lab Mỹ (AcadeResearch; CNBC Leswing & Vanian, 25/7/2026).

Ngày 22/7/2026, giám đốc Văn phòng Chính sách Khoa học và Công nghệ Nhà Trắng Michael Kratsios đăng trên X rằng chính quyền có thông tin cho thấy Moonshot đã distill mô hình Fable của Anthropic khi phát triển K3, và đã xây nền tảng nội bộ để distillation quy mô lớn nhằm vào mô hình Mỹ, chuyển đổi phương thức truy cập để tránh phát hiện (AcadeResearch; TechCrunch). Bộ trưởng Tài chính Scott Bessent sau đó nêu khả năng trừng phạt và đưa vào Entity List với các công ty thực hiện distillation công nghiệp che giấu, coi là xâm phạm sở hữu trí tuệ Mỹ (AcadeResearch; TechCrunch). Đây là cáo buộc công khai; không đồng nghĩa với phán quyết tòa án.

AcadeResearch và các nguồn tin trước đó cũng ghi nhận Anthropic từng công bố: hồi tháng 2/2026 cáo buộc DeepSeek, Moonshot và MiniMax distill Claude ở quy mô lớn (khoảng 24.000 tài khoản giả, khoảng 16 triệu trao đổi theo số liệu Anthropic); tháng 6/2026 cáo buộc các bên liên quan Alibaba/Qwen dùng tài khoản giả tạo hơn 28,8 triệu trao đổi với Claude (AcadeResearch; CNBC). Alibaba phủ nhận sai phạm. Moonshot phủ nhận distill Fable và quy kết hiệu năng K3 cho các thay đổi kiến trúc tự công bố như Moon Clip, Kimi Delta Attention và Attention Residuals (AcadeResearch).

Điều đã được ghi nhận và điều chỉ được khẳng định

Theo khung phân tách của AcadeResearch (và nhất quán với SCMP, TechCrunch):

  • Đã ghi nhận: kỹ thuật và việc ngành dùng rộng rãi; điều khoản OpenAI và Anthropic cấm dùng đầu ra để huấn luyện mô hình cạnh tranh; số liệu tài khoản theo công bố của Anthropic; tuyên bố công khai của quan chức Mỹ; thư ngỏ ngành ngày 24/7/2026.
  • Được khẳng định nhưng chưa có bằng chứng kỹ thuật công khai đầy đủ: cáo buộc năng lực Kimi K3 xuất phát từ distill Fable; chi tiết log hay hiện vật đầu ra Fable trong K3 chưa được công bố rộng rãi.
  • Bị tranh cãi về thời gian: Fable 5 ra công chúng khoảng 1/7/2026, K3 khoảng hai tuần sau. Nhiều nhà nghiên cứu cho rằng huấn luyện lại cả frontier model trong cửa sổ ngắn là khó (SCMP; AcadeResearch). Tuy nhiên cửa sổ ngắn không loại trừ distill từ phiên bản giáo viên cũ hơn.
  • Cần thận trọng: con số thiệt hại hàng tỷ USD mỗi năm do distillation trái phép từng lan truyền nhưng thiếu phương pháp công bố; nên coi là ước tính vận động chính sách cho đến khi có cách tính minh bạch (AcadeResearch).

Về pháp lý, các phân tích mà AcadeResearch tổng hợp (Monash Lens, Winston & Strawn) thường cho rằng distillation khó cấu thành xâm phạm bản quyền theo luật Mỹ hiện hành (đầu ra mô hình và reverse engineering). Lab Mỹ thường dựa vào vi phạm hợp đồng điều khoản dịch vụ hơn là kiện bản quyền. Thực thi xuyên biên giới và qua API trung gian là thách thức. Tính đến cuối tháng 7/2026, theo AcadeResearch, chưa có trừng phạt hay đưa Entity List chính thức gắn với các cáo buộc này; phần lớn vẫn ở mức đe dọa hoặc xem xét.

Ngày 24/7/2026, Nvidia, Microsoft, Meta, Palantir, IBM, Hugging Face và khoảng 20 hãng khác ra thư chung kêu gọi tránh hạn chế vội vàng với mô hình open-weight. Thư mô tả distillation là kỹ thuật phổ biến để cải thiện và xác thực mô hình (CNBC; AcadeResearch). Lợi ích thương mại khác nhau giữa lab bán API đóng và bên bán hạ tầng hoặc hệ sinh thái mở.

Vì sao điều này quan trọng

Distillation giải thích vì sao mô hình nhỏ hơn, rẻ hơn vẫn có thể tiệm cận chất lượng biên, và vì sao chi phí chạy AI có thể giảm. Cùng lúc, khi mô hình open-weight cạnh tranh xuất hiện nhanh, tranh luận chuyển từ kỹ thuật sang điều khoản API, xuất khẩu chip và chính sách thương mại. Người dùng doanh nghiệp và nhà phát triển cần phân biệt: kỹ thuật hợp pháp trong nội bộ lab; hành vi có thể vi phạm điều khoản khi lấy đầu ra API đối thủ để huấn luyện mô hình cạnh tranh; và cáo buộc chính trị chưa đồng nghĩa với bằng chứng kỹ thuật đã kiểm chứng độc lập.

Điều cần theo dõi tiếp theo

Moonshot từng nêu hướng công bố trọng số đầy đủ, mở đường cho phân tích kiến trúc độc lập (AcadeResearch). Cần theo dõi bằng chứng kỹ thuật công khai (nếu có), phản hồi của lab Mỹ và Trung Quốc, diễn biến Entity List hoặc kiểm soát xuất khẩu, và danh sách ký tên thư open-weight (một số tin khác nhau về việc OpenAI có ký hay không). Bản thân định nghĩa distillation trong hợp đồng API và công cụ chặn distillation sẽ tiếp tục định hình cách lab bán và bảo vệ mô hình biên.

Nguồn: Le, K. (2026, July 26). What Is AI Distillation, and Why Did a 2015 Machine Learning Technique Become a National Security Fight in One Week? AcadeResearch. https://acaderesearch.com/ai-distillation-explained-kimi-k3-policy-fight-2026/ ; Hinton, Vinyals & Dean (2015), Distilling the knowledge in a neural network, arXiv:1503.02531 ; CNBC Leswing & Vanian (2026 July 25) distillation obsession ; CNBC Capoot (2026 July 24) open-weight letter ; TechCrunch Zeff (2026 July 22) Treasury/White House Fable claims ; SCMP (2026 July 23) experts push back ; IBM Think knowledge distillation ; OpenAI Terms of Use (use Output to develop competing models) and OpenAI Model Distillation API documentation.