米当局、中国AI企業が米モデルを組織的蒸留と指摘

米国家安全保障局とサイバーセキュリティ・社会基盤安全保障庁、連邦捜査局は2026年9月8日までに共同勧告を公表した。中国を拠点とする人工知能企業が米国の先端モデルに対し産業規模の知識蒸留を実施していると指摘した。対象にはChatGPTやClaude、Gemini、Grokが含まれる。少なくとも2024年以降、数百万件規模の要求を分散させ能力を抽出していたという。

Slashdot の BeauHD の報道では、この活動が一部の補完策ではなく開発戦略の中核だと伝えられた。勧告は中国企業の手法を体系的抽出と位置づけた。米国の所有する機能と能力を大規模に取り込む行為だという。

China-based artificial intelligence companies are conducting systematic extraction of proprietary functionalities and capabilities of U.S. AI companies’ models through industrial-scale knowledge distillation campaigns that form the core — not merely a supplement — of their AI development strategy

上記は3機関による勧告文の引用である。中核であって補足ではないという表現が特徴だ。単発の規約違反というより戦略的な開発手法だという認識を示す。

米3機関が指摘した大規模蒸留の構図

知識蒸留は本来、巨大な教師モデルから小型の生徒モデルへ能力を移す技法だ。教師の出力を合成データとして使い、推論や文体、課題解決の型を学ばせる。研究領域では効率化の手段として定着している。問題は出力の利用条件と規模にある。商用モデルの多くは出力を競合モデルの学習に使う行為を禁じている。今回の指摘は、その禁止を回避しつつ大規模に実行した疑いだという。

3機関は複数の中国企業が関与したとしている。要求を多数のアカウントやAPI、代理接続、クラウド事業者、第三者の集約業者に分散させたという。利用元の特定を困難にし、防御をかいくぐる狙いがあったとみられる。地理的制限や利用規約、先端モデルに組み込まれた安全措置の回避も目的だったという。

CyberScoopの報道では、具体的な企業名と対象モデルが挙げられた。DeepSeekとMoonshot AIが中心だという。両社は米国の frontier モデルを合成学習データの生成に使った疑いがある。代理店経由の呼び出しや分散実行が組み合わさっていたという。

摘発対象となった中国企業の動き

DeepSeekはR1とR3の学習に米モデルの出力を利用したとされる。4種のClaudeと2種のGemini、5種のChatGPT、Grok 4が挙げられた。対象は世代をまたぐ広範な組み合わせだという。得られた合成データは自社モデルの能力強化に使われたという。

強化された領域には代理機能や質疑応答の最適化が含まれる。創造的な文章作成や職業的な文書作成も対象だったという。単一技能の模倣にとどまらず、製品としての汎用性を高める狙いがうかがえる。複数の教師から出力を集め、弱点を補完する構成だと見られる。

Moonshot AIについては、さらに広範な抽出が指摘された。18種の米モデルを蒸留し、Kimi-K2とKimi K3の学習に使った疑いだという。Anthropicの現行で最も高度な商用モデルとされるFable 5も対象に含まれる。代理推論や符号作成、データ分析が抽出対象だったという。計算機視覚や大規模な論理枠組み、視覚処理も挙げられた。

18種という数は、単一の教師への依存にとどまらないことを示す。複数の強みを合成し、特定用途での性能を引き上げる手法だという。符号や分析、視覚といった実務直結の領域が選ばれている。製品競争力を短期間で高める意図が読み取れる。

検出回避のための迂回手法の実態

勧告が挙げた手口は、検出回避の多層構造だという。第一に要求の分散がある。異なるアカウントや模型、基盤に問い合わせを分け、量の異常を目立たせない。第二に経路の隠蔽がある。公式APIや遠隔のクラウド事業者、第三者の集約業者を使い、利用元の情報を薄める。

第三に代理接続と灰色市場の利用がある。地理的制限を迂回し、入手した接続経路を使い回す。利用規約の執行や安全措置の発動を遅らせる効果があるという。API連携の実態と外部経由の複雑さについては、MCPとAPI 56業務システム調査で判明した連携の実態で論じた集約経路の問題と重なる部分がある。直接の因果ではないが、経路が増えるほど監査が難しくなる構造は共通だ。

クラウド事業者にとっても課題は重い。貸し出された計算資源が抽出の中継に使われる可能性がある。正規利用と不正利用の境界は呼び出し量だけでは引けない。文章生成や符号支援は正当な用途でも大量に発生する。行動解析と本人確認の両立が求められる。

端末側の実行環境が強化されても、教師側の流出は止まらない。開放型基盤の整備動向はMesa Rusticl、Mali Panfrostを標準で有効化やSurface Laptop 7th Editionが最適 新モデルは高価にでも取り上げられている。実行側の効率化とは別に、学習データの来歴管理が独立の課題として残る。両輪での対策が必要だという。

蒸留が開発戦略の中核である意味

勧告が「中核であって補足ではない」と述べた点は重い。蒸留を補助的な効率化というより開発の主経路に据えていたという評価だ。独自の事前学習を縮小し、他者の出力で能力を獲得する構造を指す。研究開発費と時間を圧縮できる反面、知的財産の侵害が常態化する。

合成データの利用自体は珍しくない。自社模型の出力で自社模型を鍛える自己改善も広がっている。問題は他社の商用出力を大規模に使う点にある。規約で禁じられた競合学習に該当する可能性が高い。安全調整を施した模型の振る舞いまで複製されるおそれがある。

技術的には蒸留の痕跡特定は難しい。文体や推論の癖は残るが、断定は困難だという。複数の教師を混ぜれば特徴はさらに薄まる。呼び出し側の記録と学習側の開示がなければ検証は進まない。今回の指摘は、呼び出し側の通信や調達の追跡に基づくと見られる。

米中AI競争への影響と今後の焦点

短期的にはAPI提供者の監視強化が進むと見られる。異常検知の基準厳格化や集約業者への審査拡大が焦点だ。大量の問い合わせを短期間に送る用途は審査対象になる。代理機能や符号生成など高付加価値の領域ほど監視が強まる。

中期的には契約と技術の両面で対策が進むと見られる。利用規約の改定や出力への透かし、来歴管理の導入が議論される。クラウド事業者の本人確認や支払い情報のひも付けも強まる可能性がある。一方で過度な規制は正規の研究や相互運用を損なう。検出精度の向上が前提になる。

地政学的な文脈も無視できない。米国の先端模型は国家競争力の中核と位置づけられている。能力の流出は安全保障上の懸念として扱われる。過去30日間の当サイトでも、Kimiが香港で極秘IPO申請 500億ドル評価の最終私募へやKimi APIがCodexとClaude Codeにネイティブ対応など中国模型の台頭が話題だった。今回の指摘は、その急速な性能向上への見方に影響する。性能評価と来歴評価が並行して求められる局面だという。

編集部の見解

今回の指摘はAPI提供者の利用規約執行を厳格化させると見る。異常な呼び出しの検出や集約業者経由の匿名利用への対策が3か月から6か月で進む可能性がある。米クラウド事業者の本人確認と利用量監視も強化されると見る。

蒸留の規制は開放型と閉鎖型の境界を変えると評価する。合成データの来歴管理や学習データの開示要求が1年から3年で制度化する可能性がある。開発者は独自データの確保と検証可能性を迫られると見る。

蒸留と正当なAPI利用の境界をどこで引くべきかが残る論点ではないだろうか。出力の学習利用を一律に禁じることは研究と互換性を損なう可能性がある。検証可能な来歴表示の仕組みをどう実装するかが問われている。

参考

• 「Feds Accuse China of ‘Systematic’ Distillation of US AI Models」, by BeauHD — Slashdot, 2026-09-08T22:02:00.000Z (ARR)
• 元記事URL: https://slashdot.org/story/26/09/08/220242/feds-accuse-china-of-systematic-distillation-of-us-ai-models?utm_source=rss1.0mainlinkanon&utm_medium=feed