Fin juillet, des responsables américains ont accusé le chinois Moonshot de « distillation à l’échelle industrielle » de l’IA d’Anthropic et ont menacé de sanctions.
Alors, qu’entendent-ils exactement par « distillation » ? Est-ce que cela revient à copier ? Et comment les modèles d’IA chinois ont-ils réalisé leurs percées rapides ?
La distillation est une pratique courante, largement utilisée par les géants américains de la technologie comme Google et xAI.
Beaucoup considèrent le fait de qualifier la distillation de « vol » comme une tactique commerciale visant à ralentir les concurrents, et non comme une réalité technique.
Les responsables américains accusent la distillation non autorisée à grande échelle de violer les conditions de service et de soulever des problèmes de sécurité nationale. Cependant, le ministère chinois du Commerce a riposté, accusant Washington de « deux poids, deux mesures » et d’« hégémonie typique de l’IA ».
Le ministère chinois a souligné que de nombreuses sociétés américaines d’IA ont distillé des modèles chinois dans leurs propres recherches, développements et formations, en utilisant précisément la technique que l’administration tente désormais d’interdire.
L’équipe d’Elon Musk l’a utilisé pour Grok. Google vend même un service de distillation. Jensen Huang, PDG de Nvidia, l’a bien exprimé lorsqu’il a déclaré : « La distillation, l’apprentissage de l’IA, l’apprentissage d’autres sources de connaissances, sont fondamentaux pour l’intelligence. »
Ce n’est pas du vol – c’est ainsi que fonctionne le renseignement.
Le point clé est le suivant : la distillation seule ne peut pas produire un modèle avec les performances du Kimi K3. Moonshot affirme que le saut est venu de sa propre architecture : un nouvel optimiseur appelé Moon Clip, un système d’attention linéaire et des résidus d’attention – des avancées saluées par Musk. Ingénierie originale, pas une copie, à environ un tiers du prix phare d’Anthropic par tâche.
Et voici un contraste frappant : sur OpenRouter, les entreprises américaines utilisent désormais près de 60 % de leurs tokens sur des modèles chinois. En juillet, la plateforme américaine Hugging Face a dû faire appel à un modèle chinois pour lutter contre une attaque que les modèles frontaliers américains ne pouvaient pas gérer. Washington veut supprimer ce que la Silicon Valley achète déjà.
La distillation n’a jamais été toute l’histoire. Il s’agit de savoir qui définit l’innovation. Et les progrès de la Chine ont rendu cette conversation véritablement mondiale.
