蒸留攻撃の仕組みと目的、中国の軍関連AI研究に見る敵対的蒸留

知識蒸留の仕組みは教師モデルの出力で生徒モデルを訓練すること

知識蒸留とは、大きな教師モデルの出力を使って小さく安い生徒モデルを訓練する手法です。英語ではdistillationと呼び、中国語では「知识蒸馏」と表記します。教師モデルは性能の高い大型のAIで、生徒モデルはその出力を手本に学ぶ小型のAIを指します。

生徒モデルは教師の出力をまねて学ぶので、元の訓練を一からやり直さずに近い結果をめざせます。AI蒸留やモデル蒸留と呼ばれるのも同じ手法です。

分析の概要

公開元
ジェームズタウン財団(Jamestown Foundation)、China Brief誌
公開日
2026年7月30日
筆者
Sunny Cheung氏
対象
2024〜2026年に公開された中国の学術・産業論文 数十本
主題
敵対的蒸留(adversarial distillation)と、研究の主体

知識蒸留によるモデルの小型化は業界で広く使われている

モデルの小型化は軽くて安いAIを作る取り組みで、蒸留は小型化を含むさまざまな目的で業界に広く使われています。分析も蒸留一般を悪とはしていません。資力の乏しい事業者でもAIの恩恵を受けられる環境を維持するのに役立つ、という評価です。

分析が問題にしているのは一部の研究機関による敵対的蒸留です。正当な蒸留と敵対的蒸留を区別しておくと、この分析の議論を追いやすくなります。

Distillation (知识蒸馏) refers to the practice of training a smaller, cheaper “student” model by using the outputs of a larger “teacher” model. / It is a practice used widely across the industry for a variety of purposes. It is good for competition and helps maintain an ecosystem in which less well-resourced players can benefit from AI. / A review of dozens of Chinese academic and industry papers published between 2024–2026 provides evidence of how Chinese entities are approaching distillation in problematic ways. — 蒸留の定義、業界での一般性、および分析が対象とした論文の範囲に関する記述より
公式情報を見る →

敵対的蒸留はなぜ蒸留攻撃として問題視されるのか

敵対的蒸留とは教師モデルの利用規約に違反して行う蒸留を指し、分析は大規模な「知識蒸留攻撃」とも呼んでいます。分析が問題とする理由は次の3つです。

敵対的蒸留が問題になる3つの理由

1. 規約違反
西側企業が定めるモデル利用規約に反する
2. 追いつく手段になる
先行モデルの強みを借りて最先端に追いつける
3. 用途
蒸留で作られたモデルが軍事・治安維持に使われている
加えて
蒸留を経たモデルは元のモデルの安全対策を引き継がない可能性がある

分析は3つ目の用途を最も重い理由としています。たとえば元のモデルが危険なプロンプトに応じないよう作られていても、出力だけを学んだ生徒モデルが同じように応じないとは限りません。分析が問題にしているのは、蒸留で作ったモデルが軍事に使われることと、そのモデルに元の安全対策が残らないことです。

敵対的蒸留の標的は思考の連鎖(chain of thought)

思考の連鎖(chain of thought)とはAIが結論を出す前に問題を分け、途中の結果を検証していく手順です。分析によれば思考の連鎖は開発費が最もかさむ能力で、米国の研究所が最もはっきり先行している分野でもあります。

分析によると敵対的蒸留が対象とするのは最先端の推論能力です。具体的には思考の連鎖を標的にして、西側最先端モデルが推論する手順をまねようとします。

First, it violates the terms of use of Western companies’ models. Second, it provides a shortcut that helps Chinese models catch up to the frontier by leveraging the strengths of leading Western models. Third, and most important, Chinese models built in part from distilling Western models are being used in military and public security applications. Moreover, because they have been distilled, they may not retain the safety guardrails of the original models. / Adversarial distillation, however, involves building student models via large-scale “knowledge distillation attacks” that violate the terms of use of teacher models / The prize is frontier reasoning: the step-by-step “chain of thought” that is the most expensive capability to build and the one on which U.S. laboratories lead most clearly. / Adversarial distillation aims to imitate how Western frontier models reason by targeting models’ “chain of thought” (思维链). These are the intermediate steps through which models breaks down a problem and tests its findings before offering an answer. — 敵対的蒸留を問題視する3つの理由、知識蒸留攻撃という呼び方、および標的とされる「思考の連鎖」に関する記述より
公式情報を見る →

中国製AIモデルはジェイルブレイクで何と答えるのか

ジェイルブレイクとはAIに組み込まれた安全機構を迂回させる操作のことで、脱獄とも呼ばれます。この手法で中国側の研究者が行った実験の結果を、分析は裏づけにしています。外部からの告発ではありません。

話題になったきっかけは、2026年7月にMoonshot AIが公開したKimi(キミ)K3です。Kimi K3は公開直後から、西側モデルを蒸留して最先端に追いついたのではないかと批判されました。

米ホワイトハウスの科学技術政策局も2026年4月の時点で、米国の最先端AIを蒸留する「産業規模の取り組み」があると主張していました。科学技術政策局の主張は7月のKimi K3への批判より3か月早く出ています。

In July 2026, Chinese artificial intelligence (AI) firm Moonshot AI (月之暗面) released Kimi K3 / Moonshot AI drew accusations that it had reached the frontier by distilling Western models / As early as April 2026, the White House Office of Science and Technology Policy was alleging “industrial-scale campaigns to distill U.S. frontier AI systems” — Kimi K3 をめぐる批判と米政府の主張に関する記述より
公式情報を見る →

Qwen-MaxとDeepSeekのモデルが答えた蒸留元

中国科学院の研究者が率いるチームが複数の中国モデルをジェイルブレイクしたところ、西側企業のモデルを自分の出自として名乗るモデルがありました。Qwen-Max(クウェン・マックス)は自分を「Anthropicが作ったAIアシスタントのClaude」と名乗り、DeepSeek-V3は「OpenAIに作られた」と回答しました。

名乗った出自はAnthropicのClaudeとOpenAIのモデルです。チームは蒸留が疑われる度合いで順位づけし、Qwen-Max・GLM-4-Plus・DeepSeek-V3が上位に入りました。

ただし、これらの名乗りがすべて敵対的蒸留によるとは限らない、と分析は限定を添えています。そのうえで正当だったとも言えないと続けています。

Qwen-Max identified itself as “Claude, an AI assistant created by Anthropic,” and DeepSeek-V3 answered that it was “created by OpenAI.” / The researchers developed a scale to rank each of the models based on the suspicion that they had been distilled: Qwen-Max, GLM-4-Plus, and DeepSeek-V3 came out at or near the top / These particular instances of distillation may not all have been adversarial, but that does not necessarily mean that they were legitimate. — 中国モデルの自己申告、蒸留の疑いによる順位づけ、およびその留保に関する記述より
公式情報を見る →

人民解放軍系の機関による敵対的蒸留と蒸留攻撃の研究例

人民解放軍は中国共産党が指揮する中国の軍隊です。そして分析は、蒸留を研究する主体に軍の大学や国防産業、国有の研究機関が含まれることを重く見ています。主な研究例を表にまとめました。

分析が取り上げた研究例(すべて公開論文)

主体 内容
人民解放軍陸軍工程大学 安全機構を破る「攻撃知識」を小型・高速のツールへ蒸留。安全対策の強い商用モデルにも効果が高いとする
ロケット軍に属する可能性のある部隊 OpenAIのGPT-3.5を蒸留し、コードを要約する小型モデル群を作成
空軍工程大学・情報工程大学ほか 複数の教師モデルを蒸留して代理モデルを構成し、代理モデルを攻撃するツールを作成
南京理工大学 戦車や軍艦の画像に文字の命令を隠す実験。GPT-4oと2種類のClaudeが従ったとされる
中国科学技術大学 防御側が探す「異常特徴」を減らし「隠匿性」を高めて検出を回避
人民解放軍サイバー空間部隊・情報工程大学 教師モデルの能力を引き継ぎつつ透かしを効果的に除去する方法

表の前半は蒸留で攻撃ツールや小型モデルを作る研究で、後半は蒸留の跡を隠す研究と外から操る実験です。どの研究も公開論文として発表されています。

One survey paper by academics at Army Engineering University of PLA proposes distilling a way to break a model’s safety mechanism—known as “attack knowledge” (攻击知识)—into small, fast tools that can run attacks continuously. / The authors note that these tools work very well against “strongly safety-aligned commercial models” / In a separate paper, written by members of a PLA unit that may be part of the PLA Rocket Force, the authors distill OpenAI’s GPT-3.5 to create a series of smaller models that can summarize code to almost the same standard / A group from Air Force Engineering University, PLA Information Engineering University, and an undisclosed PLA unit distilled several teacher models to construct a proxy “black box” model, then built tools to attack it — 表の各行に対応する研究例(攻撃知識の蒸留、コード要約への蒸留、代理モデルの構成)に関する記述より
公式情報を見る →

電子透かしの除去と検知の回避まで中国の研究対象に

電子透かしとはAIの出力やモデルに埋め込む識別用の印のことです。分析によると、蒸留の跡は透かしや思考の連鎖が生徒モデルへ残ることで見つかる場合があるとのこと。

人民解放軍サイバー空間部隊と情報工程大学の研究者は、教師モデルの能力を引き継いだまま透かしを効果的に消す方法をまとめました。中国科学技術大学の研究者は防御側が探す「異常特徴」を減らし、ツールの「隠匿性」を高めてバックドアやデータ汚染の検出を逃れようとしました。出自を隠すことを明確な目的に掲げた研究もあると分析は指摘しています。

Distillation can sometimes be detected because of a model’s watermarks and chain-of-thought reasoning that can carry over into anything trained on its outputs. / one paper by researchers affiliated with the PLA Cyberspace Force and PLA Information Engineering University outlines ways to remove watermarks effectively while still inheriting the teacher model’s capabilities / In at least one case, concealing a model’s origins was an explicit goal. A paper by researchers at the University of Science and Technology of China sought to create tools to avoid detection in distillation attacks. / They reduced the “anomalous features” (异常特征) for which a model’s defense mechanism scans and increased the tool’s “stealthiness” (隐匿性) to defeat backdoor and poisoning detectors — 透かしによる検出、透かし除去、および検出回避の研究に関する記述より
公式情報を見る →

中国のAI研究者が画像に命令を隠すプロンプトインジェクション実験

国防と結びつきの深い南京理工大学のグループは、戦車や軍艦の画像に命令文を書き込んで隠しました。その結果、GPT-4oと2種類のClaudeは隠れた文字を読み取り、その命令に従ったとされています。

この実験は蒸留の研究ではなく、西側の最先端モデルを外から乗っ取れるかを試したものです。中国製モデルが攻撃の自動化に使われた事例も、別に報じられています。

a group from Nanjing University of Science and Technology, one of the military-linked Seven Sons of National Defense, tested whether Western frontier models can be hijacked via prompt-injection. / In an experiment, they concealed written commands inside images of tanks and warships. GPT-4o and two versions of Claude allegedly read the hidden text and obeyed it — 南京理工大学のプロンプトインジェクション実験に関する記述より
公式情報を見る →

知識蒸留したモデルは監視・治安維持にも使われている

ここでいう治安維持は公安(public security)の分野を指し、街頭カメラによる監視などが含まれます。この分野では、分析によれば蒸留したモデルがすでに使われているか、使うことが提案されています。分析の評価では、公安向けの蒸留研究の多くは中国製モデルを蒸留したものです。

国有の中国電子科技集団(CETC)のスマートシティ研究所は大型の防犯モデルを蒸留し、街頭カメラ内部の処理装置で動作するようにしました。暗い場所でも群衆の中から個人の顔を見分ける監視用途です。兵器産業を源流にもつ中北大学の研究者は、Claudeを「多目標知識蒸留」で蒸留して分類器を作りました。

中北大学の分類器は、SNSの監視やコンテンツ審査に使うことができると研究者が自ら提案している段階です。分析も「すでに使われている」と「使うことが提案されている」を分けて書いています。

Distilled models are either already being used, or are proposed to be used, for public security applications such as surveillance and monitoring systems, and for military and cyber operations. / Most of the research on distillation for public security applications appears to involve the distillation of Chinese models / engineers at the state-owned China Electronics Technology Group’s smart city institute distilled large security (安防) models to run on the edge processors inside street cameras that can identify individual faces in crowds under low-light conditions for surveillance purposes / Researchers at the North University of China (中北大学), which has its roots in the ordnance industry, distilled Claude through a “multi-objective knowledge distillation” (多目标知识蒸馏) process to create a classifier they propose could be used for “social media monitoring and content moderation systems” (社交媒体监控以及内容审核系统) — 用途の書き分け、街頭カメラへの蒸留モデル展開、および Claude を蒸留した分類器に関する記述より
公式情報を見る →

中国の敵対的蒸留に関する分析を読むときの2つの留保

留保とは、書き手が自分の結論に添える条件やただし書きのことです。この分析には読む側が押さえておきたい但し書きが2つあります。

公表の遅れで見えるのは2023〜2024年のモデルへの敵対的蒸留

中国の学術誌や軍事誌にも査読と刊行の周期があり、実験から公表まで1〜2年かかります。このため、分析の対象となる研究は2023年と2024年の最先端モデルを相手にした実験です。

分析も、これらの研究は中国が現時点で持つ能力の上限ではなく、下限にすぎないとしています。「今これができる」ではなく「2023〜2024年の時点ですでにここまで進んでいた」と受け取るとよいでしょう。

Chinese academic and military journals run on internal review and publication cycles that put 1–2 years between the work itself and the publication of the results. / This means that these studies describe experiments conducted against the frontier models of 2023 and 2024, and so only show the floor of current PRC capabilities, not a ceiling. — 実験から公表までの遅れと、そこから導かれる読み方に関する記述より
公式情報を見る →

分析記事の立場と中国AIをめぐる敵対的蒸留の結論

今回の分析は、ジェームズタウン財団の刊行物China Briefに掲載された記事です。引用されている論文は公開されていますが、論文から何を読み取るかには筆者の視点が入ります。そのため、論文が実在することと解釈に同意することは分けて考える必要があります。

分析の総括も断定を避けた書き方です。西側最先端モデルからの蒸留は中国のAIエコシステムで重要な役割を果たしているものの、決定的ではない、というのが筆者の見立てです。そのうえで筆者は、それでも問題だと結論づけています。

Distillation of Western frontier models plays an important role in the PRC’s AI ecosystem. This role is not decisive, but it is problematic. — 蒸留が中国のAI生態系で果たす役割についての、分析自身の総括より
公式情報を見る →

まとめ:知識蒸留が安全保障の論点になった理由

AI蒸留はもともとモデルを小さく安くするための正当な技術です。ところが、蒸留で得た能力が軍事や治安維持の研究に流れ込むため、安全保障の論点になりました。しかも、出力だけを写したモデルには元のモデルの安全対策が残らない可能性があります。

分析はこの2点が重なる部分を問題にしており、根拠は公開された中国の論文です。ただし論文の実験は2023〜2024年のもので、分析も西側モデルの蒸留が果たす役割を重要だが決定的ではないと総括しています。

FAQ

AI蒸留(知識蒸留)とは何ですか?
大きくて高価な「教師モデル」の出力で小さくて安い「生徒モデル」を訓練する手法です。生徒モデルは教師モデルの出力をまねて学ぶため、ゼロから訓練し直さずに近い性能をめざせます。ジェームズタウン財団の分析も蒸留そのものを悪とはしていません。業界で広く使われており競争にも役立つ手法としています。
普通の蒸留と敵対的蒸留は何が異なるのですか?
分析が問題視している内容は3つあります。1つ目は西側企業が定めるモデル利用規約に違反することです。2つ目は最先端に短期間で追いつく手段になることで、3つ目は蒸留で作られたモデルが軍事や治安維持の用途に使われていることです。蒸留を経たモデルは元のモデルの安全対策を引き継がない可能性がある、とも指摘しています。
利用規約で禁止すれば蒸留は防げないのですか?
中国側の研究者は、利用規約だけで蒸留を防ぐのは難しいと主張しています。分析が紹介する湘潭大学の研究者はChatGPT・Claude・Geminiの利用規約を検討し、蒸留を禁じる条項は事実上執行できないと結論づけています。著作権が守るのは表現で、モデルの働きは対象外です。蒸留が写し取るのは働きのほうなので、規約で禁じても執行できないという理屈です。
この分析から現在の状況はどこまで読み取れますか?
分析は自ら留保をつけています。中国の学術誌や軍事誌にも査読と刊行の周期があり、実験から公表まで1〜2年かかります。このため、対象となっているのは2023年と2024年の最先端モデルに対する実験です。分析はこれらの実験を、現時点の能力の上限ではなく下限を表すものと位置づけています。