DeepSeek被指“蒸馏”OpenAI模型？技术合法性深度解析

从技术原理到法律边界，厘清大模型知识迁移的合规路径

作者 | 杨皓森 王雨乔

杨皓森，海瑞智法联合创始人、CEO

王雨乔，复旦大学中国金融法治研究院助理研究员

目次

· 引言 一、争议背景 二、何为大模型“蒸馏”技术 三、DeepSeek“蒸馏”OpenAI大模型的合法性分析 （一）“蒸馏”的争议解决机制及法律适用 （二）蒸馏行为的知识产权法分析 （三）蒸馏行为的不正当竞争法分析 四、蒸馏行为对人工智能产业及技术发展的影响 五、未竟的思考

引 言
Foreword

近期，DeepSeek模型引发外界对其是否采用“知识蒸馏”技术复制OpenAI成果的质疑。OpenAI称，2024年秋季监测到大量来自DeepSeek相关主体通过API调用其GPT模型，批量获取输出结果用于训练自身模型[1]。本文不预判事件对错，旨在系统解析知识蒸馏的技术逻辑，并结合法律框架分析其合规边界，为AI产业发展提供理性参考[1]。

一 争议背景

大模型如GPT、BERT等虽推动AI技术进步，但高算力需求限制其在移动端等资源受限场景的应用。知识蒸馏作为模型压缩技术，成为实现轻量化部署的关键路径[1]。

2025年发布的DeepSeek-R1凭借开源策略、显著低于OpenAI的训练成本（约为其1/20）及高性能表现迅速获得关注[1]。然而，其技术路径是否涉及未经授权的模型“蒸馏”，引发OpenAI关于知识产权侵权和不正当竞争的指控，成为行业焦点[1]。

本文旨在厘清知识蒸馏的技术本质，结合现行法律分析其合规性，为产业实践提供参考[1]。

二 何为大模型“蒸馏”技术

知识蒸馏（Knowledge Distillation）由Hinton等人于2015年提出，通过将大模型（“教师模型”）的知识迁移至小模型（“学生模型”），在降低计算开销的同时保留高性能[1]。

该过程类比为教师向学生传授知识：不仅提供答案，更传递答案背后的推理逻辑与概率分布，即“暗知识”（Dark Knowledge），如“80%是A，15%是B”[1]。这种细粒度信息帮助学生模型更深入理解任务，提升泛化能力[1]。

蒸馏主要包含三个步骤：教师模型训练、软标签知识传递、学生模型训练[1]。依据知识传递方式，可分为三类：
（1）基于输出的蒸馏：学生模型学习教师模型的输出概率分布；
（2）基于特征的蒸馏：学生模型学习教师模型中间层的特征表示；
（3）基于关系的蒸馏：学生模型学习数据间的结构关系，适用于跨模态任务[1]。

知识蒸馏有效降低模型部署门槛，广泛应用于边缘计算与实时系统，是AI普惠化的重要技术路径[1]。

三 DeepSeek“蒸馏”OpenAI大模型的合法性分析

（一）“蒸馏”的争议解决机制及法律适用

根据OpenAI《服务条款》，与使用其服务相关的争议（包括知识产权侵权、不正当竞争、违约等）需提交美国加利福尼亚州旧金山市进行仲裁[1]。若争议不属于仲裁范围，则应由旧金山当地的州或联邦法院管辖[1]。相关法律适用明确为加利福尼亚州法律（不含其冲突法规则）[1]。因此，潜在纠纷将在美国法律框架下，特别是加州法律和联邦法律体系中解决[1]。

（二）蒸馏行为的知识产权法分析

目前全球对AI模型本身的知识产权保护尚不明确，中国法规侧重数据合规，美国对AI生成内容版权保护亦存争议[1]。分析应聚焦于OpenAI用户协议的约定[1]。

1.  OpenAI用户协议核心条款梳理

协议规定，用户需确保输入内容（Input）的合法性并保留其所有权[1]。对于输出内容（Output），协议明确“将我们可能享有的全部权利、所有权和利益转让给用户”（assign to you all our right, title, and interest）[1]。

2. 协议解释与权利归属的法律逻辑

（1）OpenAI对输入内容不享有权利：用户保留输入内容所有权，OpenAI不因此获得任何权利[1]。

（2）OpenAI对输出内容不享有所有权：协议使用“转让”（assign）而非“许可”（license），表明OpenAI已将可能拥有的任何权利完整让渡给用户，自身不再持有[1]。

（3）蒸馏技术下的数据权利归属

若蒸馏所用数据源于OpenAI的输出内容，依据协议，该数据的权利已归属于用户。因此，OpenAI并非权利主体，缺乏主张权利的法律基础[1]。

此外，根据美国版权局立场，完全由AI生成、缺乏人类实质性创造性贡献的内容不受版权保护[1]。这进一步削弱了OpenAI对其输出内容主张著作权的可能性[1]。

（三）蒸馏行为的不正当竞争法分析

在美国法下，评估蒸馏行为是否构成不正当竞争需考察是否对OpenAI造成“竞争性损害”及是否损害消费者或公共利益[1]。

1. 竞争性损害分析

（1）竞争关系确认：使用OpenAI输出训练出的“学生模型”在功能、市场和用户上与OpenAI模型高度重合，构成直接竞争关系[1]。

（2）竞争性损害认定：蒸馏可能导致OpenAI市场份额或商业价值下降。但竞争性损害本身不等同于违法。关键在于行为是否“不正当”[1]。

由于用户协议已赋予用户对输出内容的完整使用权，其获取和使用数据的行为具有正当性。因此，即使造成竞争损害，也属于正当竞争范畴[1]。OpenAI若主张不正当竞争，需证明存在合同违约、商业秘密侵占等额外不法行为，仅凭竞争损害不足以成立[1]。

2. 对消费者与公共利益的影响

不正当竞争分析亦考量公平与效率。允许基于公开API输出进行研究与模型开发，有助于促进技术进步、增加市场竞争、降低用户成本，符合公共利益导向[1]。除非能证明存在欺骗、混淆或滥用行为，否则单纯的技术借鉴更可能被视为推动创新的正当竞争[1]。

四 蒸馏行为对人工智能产业及技术发展的影响

知识蒸馏作为模型优化的关键技术，其合法性边界直接关系到AI创新生态。明确用户对API输出的使用权，有助于鼓励基于已有模型进行二次创新和轻量化研究，促进技术普惠[1]。过度限制“蒸馏”等技术应用，可能抑制中小机构参与AI研发，不利于产业多元化发展[1]。

五 未竟的思考

尽管当前协议和版权框架下，DeepSeek若仅使用OpenAI公开API输出进行蒸馏，其法律风险较低，但技术伦理与行业规范仍需探讨。未来需在保护原始创新与鼓励技术演进之间寻求平衡，建立更清晰的AI模型使用与数据共享规则[1]。

模型蒸馏是否构成不正当竞争？法律与产业影响分析

技术中立性与市场竞争的边界探讨

公平取向关注市场竞争是否在公正条件下进行，重点审查是否存在滥用市场支配地位、虚假陈述或违反商业伦理的行为。在此标准下，若蒸馏行为涉及虚假归属（false attribution），即误导性地将学生模型输出标注为OpenAI生成内容，可能引发消费者混淆，触犯《兰哈姆法案》关于虚假来源标识的规定[k]。

此外，若蒸馏模型未经实质性改进而直接复制OpenAI的独特输出内容，可能被认定为恶意复制（bad faith copying），构成不正当搭便车或商业诋毁[k]。然而，在用户依据合法合同获取输出数据的前提下，单纯的蒸馏行为并不必然破坏市场公平。除非OpenAI能证明存在误导性营销或其他违规行为，否则该技术应用不应因公平性理由被禁止[k]。

效率取向下的积极影响

效率取向侧重评估市场竞争对整体经济效率、技术创新和消费者成本的影响。蒸馏技术有助于降低AI模型的计算开销，提升中小开发者和企业获取先进AI能力的可行性，促进技术扩散与市场竞争[k]。

更多参与者的进入可能带来价格下降、服务质量提升和创新加速，从而增强消费者福利（consumer welfare）[k]。但若蒸馏生成的模型质量低下、可靠性不足，也可能损害用户信任，削弱AI产业公信力，监管机构可基于消费者保护原则介入干预[k]。

参考美国司法实践，如Google LLC v. Oracle America, Inc.（2021）案中，最高法院认定API代码的合理使用有利于创新和竞争，支持有限复制。类似逻辑可能适用于AI训练数据争议，法院或倾向于认可合理数据使用对技术进步的积极作用，而非简单认定为不正当竞争[k]。

综上，对OpenAI输出数据进行蒸馏是否构成不正当竞争，关键在于评估其竞争损害是否具有法律正当性，以及对公共利益的影响。鉴于用户协议已赋予用户对输出数据的完整权利，合法使用数据进行蒸馏属于正常市场竞争范畴，即便影响OpenAI市场份额[k]。从公平角度看，仅当存在虚假归属或恶意复制时才可能违规；从效率角度看，蒸馏有助于降低成本、推动技术普及，总体利于社会福利提升[k]。

蒸馏技术对AI产业发展的影响

蒸馏技术虽可能挤压教师模型的市场收益，影响领先企业研发投入动力，但其长期社会影响需综合研判[k]。

学生模型因参数少、成本低、推理快而广受青睐，可在部署层面替代部分教师模型功能。然而，高端应用场景如前沿科研、企业级系统仍依赖教师模型的顶尖性能。同时，学生模型的持续优化仍需教师模型支撑，若教师模型停滞，学生模型的进步也将受限[k]。

合理机制下，教师与学生模型可形成互补，提升社会整体福利：降低AI使用门槛，促进中小企业和开发者创新；提高计算资源利用效率，减少能耗；加速AI在各行业的渗透，推动智能化升级[k]。但若市场过度依赖学生模型，可能导致教师模型研发动力减弱，长远看或抑制技术进步，损害公共利益[k]。

未竟之问：技术发展与规则滞后的冲突

模型蒸馏作为学术与工业界广泛采用的技术，本身具有合法性，但目前处于法律与伦理的灰色地带[k]。其争议源于AI知识产权界定不清——训练数据与方法是否构成受保护权利尚无国际共识；同时，开源与闭源边界模糊，若OpenAI模型本身借鉴了开源成果（如Transformer架构），其主张的正当性可能受到质疑[k]。

若相关指控成立，可能引发头部企业收紧技术开放，加剧闭源趋势，阻碍学术与中小企业创新，并迫使企业投入更多资源追溯数据来源，推高合规成本与开发门槛[k]。

OpenAI需证明DeepSeek存在系统性、有意的复制行为，而非通过独立训练实现相似效果，这在技术上极具挑战。目前信息有限，需等待双方披露训练日志、模型架构等细节。应理性看待争议，避免单方面定论[k]。该事件凸显AI时代对数据使用规范、模型衍生品权属规则及行业标准的迫切需求[k]。

根本矛盾在于技术发展速度远超现有法律框架。模型蒸馏本身中立，关键在于应用合规。未来行业或需建立数据溯源机制、模型衍生声明制度，推动跨国知识产权协议更新，并鼓励企业通过合作而非诉讼解决技术复用争议[k]。

对开发者和普通用户而言，关注技术透明度与合规性，优先选择遵守开源协议和用户条款的工具，是规避法律与伦理风险的有效路径[k]。

作者：杨皓森 王雨乔

编辑：Sharon