Dystylacja modeli AI stała się tematem międzynarodowego sporu. Biały Dom oskarżył chińską firmę Moonshot o „zakrojoną na dużą skalę" dystylację modelu Fable, należącego do amerykańskiego Anthropic. Departament Skarbu USA odpowiedział groźbą sankcji. Zarzuty padły 22 lipca 2026 roku.
Michael Kratsios, szef Biura Polityki Naukowej i Technologicznej Białego Domu, twierdzi, że Moonshot mógł trenować własny model na wynikach Fable. Dystylacja to popularna technika: mniejszy model uczy się na odpowiedziach większego. Sama w sobie jest legalna i służy optymalizacji, ale gdy odbywa się bez zgody właściciela, może naruszać prawa do własności intelektualnej. Według Kratsiosa firma miała też uzyskać dostęp do serwerów Nvidia GB300 w Tajlandii, mimo że sprzedaż tych układów chińskim podmiotom jest objęta zakazem eksportowym.
Gdy chińskie firmy prowadzą ukryte, przemysłowe ataki dystylacyjne, które przekraczają granicę kradzieży własności intelektualnej, sankcje i wpisy na Entity List wchodzą w grę. — Scott Bessent, sekretarz skarbu USA
Kontekst czasowy budzi wątpliwości. Fable trafił do publicznej dostępności 1 lipca 2026 roku, a Moonshot pokazał swój model K3 zaledwie tydzień później. Część ekspertów wskazuje, że w tak krótkim czasie trudno zbudować konkurencyjny model głównie dzięki dystylacji. Ani Moonshot, ani Departament Skarbu nie skomentowały publicznie sprawy w chwili publikacji materiału źródłowego.
Co dystylacja modeli AI oznacza dla firm w Polsce
Spór pokazuje, że pochodzenie modelu AI staje się kwestią zgodności, a nie tylko techniki. Firmy w Polsce, które wdrażają modele spoza Unii Europejskiej, powinny sprawdzać ich status prawny oraz ryzyko sankcji. Wpis dostawcy na Entity List może z dnia na dzień odciąć dostęp do narzędzia, na którym opiera się proces biznesowy. Dlatego warto dywersyfikować dostawców i dokumentować, na jakich modelach stoją kluczowe wdrożenia.
Sprawa ma też drugą stronę. Jeśli udostępniamy publicznie wyniki własnego modelu, ktoś może je skopiować i wykorzystać do trenowania konkurencyjnego rozwiązania. Dla polskich zespołów budujących własne modele to sygnał, by świadomie ustawiać limity dostępu i warunki korzystania z API.
Źródło: TechCrunch (EN), 22 lipca 2026.
