今天三則 AI 新聞，表面上完全不一樣。
一則是美中科技競爭。
一則是 Amazon 買 AI 晶片。
另一則是 OpenAI 與《紐約時報》打官司。
但它們其實都在問同一個問題：
一個 AI 模型變強之前，它需要的能力、晶片與資料，到底從哪裡來？
當 AI 進入下一階段，競爭已經不只是：
「誰的 Benchmark 比較高？」
而是開始往模型背後的供應鏈打。
第一則：美國點名 6 家中國 AI 公司，指控大規模使用美國模型做 Distillation
美國執法與情報官員 9 月 8 日公開指控，中國 AI 公司正在以「工業規模」進行具有針對性的 Distillation。
Distillation 中文通常叫做：
模型蒸餾。
它的概念並不神祕。
假設有一個非常大型、非常昂貴的 AI 模型。
你讓它回答大量問題。
再把這些 Input／Output，也就是輸入與回答，拿去訓練另一個比較小的模型。
這樣小模型就可能學到大型模型的一部分能力。
模型蒸餾本身是一種常見的 AI 技術。
真正有爭議的是：
你用誰的模型、取得哪些輸出、是否獲得授權，以及是否刻意繞過使用限制。
美國目前指控了什麼？
Reuters 報導，美國官員點名 6 家中國公司。
目前公開報導明確列出的包括：
DeepSeek。
Moonshot AI。
Alibaba。
美國官員聲稱，這些公司曾利用 Anthropic、OpenAI、Google 與 SpaceX 等美國公司的 AI 模型變體，加快自己的模型開發。
官員甚至表示，這些活動「很可能」有中國政府知情。
但這裡要把事實分清楚。
這目前是美國政府提出的指控。
不是法院已經判決：
這 6 家公司確實偷竊技術。
Reuters 報導刊出時，中國駐美大使館尚未立即回應這次指控。
所以目前最精準的說法是：
美國正在把大規模 Distillation 從一般模型競爭問題，提高到國家安全與智慧財產問題。
為什麼 Distillation 突然變成國家級問題？
因為 AI 模型最昂貴的部分之一，就是：
研究。
訓練。
資料。
算力。
人才。
如果另一家公司可以大量利用已經訓練好的 Frontier Model 輸出，快速縮短自己的研發時間：
原本需要非常大的訓練成本，就可能被壓低。
對一般開發者來說，這可能只是：
「用強模型幫弱模型學習。」
但站在國家競爭角度，就會變成：
一個國家花巨額資金建立的 AI 能力，另一個國家能不能利用它快速追上？
這也是為什麼同一項技術，在研究論文裡可能叫：
Distillation。
進入地緣政治後，卻可能被描述成：
Technology Transfer。
Intellectual Property。
甚至 National Security。
第二則：Amazon 未來最高可買 600 億美元 Qualcomm AI 晶片
今天另一個很大的數字是：
600 億美元。
Qualcomm 與 Amazon 宣布建立長期、多世代 AI Data Center 合作。
Reuters 根據監管文件報導：
Amazon 未來可以購買最高約 600 億美元的 Qualcomm AI Data Center 晶片與相關產品。
但這個數字也很容易被標題誤導。
它不是：
Amazon 今天一次下了 600 億美元訂單。
而是長期合作架構下的最高潛在採購規模。
兩者差很多。
Qualcomm 不想再只當「手機晶片公司」
很多人認識 Qualcomm，是因為：
Android 手機。
Snapdragon。
5G Modem。
但 Qualcomm 這一年正在快速往另一個市場走：
AI Data Center。
也就是大型 AI 資料中心。
這次 Amazon 與 Qualcomm 要一起做的，不只是一般 CPU。
合作重點包括：
AI Inference。
也就是模型訓練完成後，真正大量回答使用者請求的推理晶片。
還有：
Custom Silicon。
也就是依 Amazon 需求設計的客製晶片。
以及最高可延伸到 1.6T 的高速 Optical Connectivity，也就是光學連接技術。
因為 AI 資料中心真正開始放大後，問題已經不只是：
晶片算得夠不夠快。
而是：
幾千、幾萬顆晶片之間能不能快速傳資料。
Amazon 甚至可以拿到 Qualcomm 股份
這筆合作還有另一層。
Reuters 根據監管文件報導，Qualcomm 同時給 Amazon 約 40 億美元價值的 Warrants。
Warrant 可以理解成：
未來在特定條件下，用事先設定的價格買進公司股票的權利。
這些權利會隨 Amazon 的產品採購逐步 Vest，也就是達到條件後生效。
所以這不是單純：
「Amazon 向 Qualcomm 買晶片。」
而是：
採購愈多，Amazon 與 Qualcomm 的經濟利益也可能綁得愈深。
這種設計最近在 AI 基礎設施愈來愈值得注意。
因為 AI 需要的金額實在太大。
晶片商。
Cloud Provider。
資料中心公司。
模型公司。
資本市場。
開始彼此投資、擔保、採購，再互相成為客戶。
對 Nvidia 來說，真正的競爭也開始改變
目前 Nvidia 仍然是 AI 加速器的主導者。
但大型 Cloud 公司愈來愈不願意只依賴一種晶片。
Amazon 本身就在發展自家的 AI 晶片。
Google 有 TPU。
Microsoft 也在做自己的 AI Silicon。
現在 Qualcomm 又更積極進入 AI Inference。
原因很簡單：
當一年要花幾百億甚至上千億美元跑 AI 時：
每一瓦電力、每一顆晶片、每一次推理成本，都會變成真正的商業問題。
最強晶片未必會消失。
但企業會開始問：
哪些工作真的需要最貴的晶片？
哪些 Inference 可以交給另一套硬體？
這和我們最近一直看到的「Model Routing」其實是同一個方向。
只是現在：
不只模型要 Routing。
連硬體都開始 Routing。
第三則：OpenAI 與《紐約時報》，準備讓法院正面回答 AI 訓練到底算不算 Fair Use
第三則可能會影響整個生成式 AI 產業。
OpenAI。
Microsoft。
《紐約時報》。
以及包括 John Grisham、George R.R. Martin 等作者在內的作家團體。
現在都要求美國曼哈頓聯邦法院直接對一個核心問題作出判斷：
用受著作權保護的文章與書籍訓練 AI，到底是不是 Fair Use？
Fair Use 就是美國著作權法中的：
合理使用。
現在還沒有法院判定誰贏
這一點非常重要。
雙方目前提出的是：
Summary Judgment。
中文可以理解成：
簡易判決。
意思是雙方都認為，已經有足夠法律與事實資料，不需要等完整陪審團審判，就可以請法官直接對核心問題作出裁定。
《紐約時報》與作者方主張：
AI 公司未經授權使用大量文章與書籍訓練模型。
而生成式 AI 未來又可能和原本創作者在相同市場競爭。
因此不應該被 Fair Use 保護。
OpenAI 與 Microsoft 則主張：
模型不是把整本書存起來再重印。
訓練的目的是從大量內容學習語言與統計模式，再生成新的內容。
因此屬於高度 Transformative，也就是轉化性使用。
現在：
法官還沒有對這場核心爭議作出最終判決。
為什麼這一案特別重要？
因為今天很多生成式 AI 的能力，建立在極大量資料上。
書籍。
新聞。
網站。
論壇。
圖片。
程式碼。
如果法院最後認為：
某些大規模 AI Training 屬於 Fair Use。
模型公司就會得到非常重要的法律依據。
但如果法院認為：
即使訓練本身具有轉化性，對原作品市場造成的影響仍然太大。
那 AI 公司未來可能需要：
授權。
付費。
限制資料來源。
甚至重新設計訓練方式。
所以這場官司真正決定的不只是：
OpenAI 要不要賠《紐約時報》。
而可能是：
美國未來 AI 公司取得訓練資料的基本成本結構。
今天三則新聞其實是同一場 AI 戰爭
現在把三件事重新放在一起。
第一則問：
模型能力從哪裡學來？
美國開始追究 Distillation。
第二則問：
模型最後在哪些晶片上跑？
Amazon 開始把 Qualcomm 拉進大型 AI Data Center 供應鏈。
第三則問：
模型到底有權使用哪些資料學習？
OpenAI 與出版業準備讓法院正面回答 Fair Use。
也就是說：
以前 AI 競爭主要在模型裡面。
現在競爭開始往模型外面擴張。
資料。
其他模型的 Output。
晶片。
網路。
電力。
法律。
授權。
全部都開始變成 AI 能不能繼續變強的條件。
這對一般人有什麼用？
以後看到一個新的 AI 模型很強，不要只問：
「它分數多少？」
可以多問三個問題。
第一個：
它的能力從哪裡來？
自己訓練。
Distillation。
Synthetic Data。
還是其他模型的 Output？
第二個：
它靠什麼硬體長期跑？
GPU。
Custom Chip。
Cloud。
Local Device。
成本差多少？
第三個：
它使用的資料有什麼權利？
公開資料。
授權資料。
客戶自己的資料。
還是目前仍然存在法律爭議的內容？
真正成熟的 AI 產業，不會只剩下：
誰最聰明。
最後還要回答：
這個能力能不能合法、穩定，而且付得起成本地一直跑下去。
這可能才是下一階段真正的 AI 競爭。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
推薦閱讀
AI 明明可以跨國使用，為什麼美國現在要 35 個夥伴在美中之間選邊站？
AI 明明什麼都能上網找，為什麼英國二手書店突然有人高價掃走幾千本舊書？
AI 今日早報｜2026/08/20：Google 深綁 Marvell 客製 AI 晶片、Samsung 代工漲價最高 15%、歐洲資料中心開始跟著電力搬家
