De 5 mil respostas de IA a uma disputa sobre poder tecnológico
Pesquisadores da Universidade Jiao Tong de Xangai descreveram, em um artigo de novembro de 2024, como selecionaram cerca de 5 mil respostas geradas pelo modelo o1, da OpenAI, usaram o GPT-4o mini para traduzi-las e montaram 10.750 amostras bilíngues de treinamento. O material foi então usado para treinar ainda mais o modelo Qwen2.5-72B, da Alibaba.
Conteúdo
- De 5 mil respostas de IA a uma disputa sobre poder tecnológico
- Como um modelo aprende com outro
- As pesquisas mostram mais do que um único experimento
- Por que Pequim quer modelos mais baratos para a indústria
- O que aconteceu nas conversas em Chengdu?
- A resposta oficial da China ampliou a discussão
- Onde estão os atritos jurídicos e comerciais
- Os controles de chips estão indo além das remessas físicas
- As próximas datas e os limites da estratégia
- Principais pontos
Esse processo, conhecido como destilação de modelos, está no centro de uma disputa crescente entre Washington e Pequim. Empresas e pesquisadores chineses estão usando respostas de sistemas de inteligência artificial americanos de ponta para ajudar a treinar modelos nacionais, potencialmente reduzindo os custos de desenvolvimento enquanto os Estados Unidos restringem o acesso a chips avançados.
Uma análise de mais de 300 artigos acadêmicos chineses, patentes, divulgações corporativas, anúncios de vagas e documentos governamentais descreve uma mudança de experimentos de pesquisa para uma utilização industrial mais ampla. Empresas desenvolveram softwares para automatizar a coleta de resultados dos modelos, enquanto trabalhadores especializados preparam o material de treinamento resultante.
Washington considera a destilação em escala industrial um dos principais motivos pelos quais os modelos chineses reduziram a diferença de desempenho em relação aos concorrentes americanos. Pessoas familiarizadas com desenvolvedores chineses contestam essa explicação e apontam avanços em engenharia, algoritmos, dados e design de modelos.
O Ministério do Comércio da China rejeitou publicamente as acusações americanas e ameaçou adotar contramedidas contra restrições que tenham como alvo empresas chinesas de IA. A divergência agora envolve três questões: quem pode aprender com as respostas de um sistema de IA, como tornar mais barato operar modelos menores e quanto controle as restrições às exportações de chips dão a Washington sobre o desenvolvimento de IA no exterior.
Como um modelo aprende com outro
A destilação usa um modelo mais capaz como professor e outro como aluno. O professor produz respostas ou exemplos de como realizar uma tarefa. Os desenvolvedores coletam e selecionam esses exemplos e, em seguida, os usam para treinar o aluno.
Uma comparação simples é a de um estudante que aprende com exemplos resolvidos, em vez de descobrir sozinho cada solução. No desenvolvimento de IA, os exemplos podem conter código de computador, respostas em vários idiomas ou planos para resolver problemas complexos.
O aluno costuma ser menor e mais barato de operar. Ele pode aprender habilidades úteis sem igualar toda a gama de capacidades do professor. A destilação é amplamente usada no mundo todo e não é ilegal por si só, embora usos específicos possam gerar disputas contratuais ou de propriedade intelectual.
Um ex-engenheiro da Alibaba descreveu o apelo econômico: depois que um modelo americano responde a uma pergunta difícil, uma equipe chinesa pode guardar esse exemplo e reutilizá-lo repetidamente para treinar um sistema nacional. A resposta cara se transforma em material de treinamento reutilizável.
As pesquisas mostram mais do que um único experimento
O exemplo da Universidade Jiao Tong de Xangai oferece uma visão concreta desse processo. Os pesquisadores selecionaram cerca de 5 mil respostas do o1 e ampliaram o material por meio de traduções, chegando a 10.750 amostras bilíngues. Isso equivale a cerca de 2,15 amostras de treinamento para cada resposta selecionada, embora os números publicados sejam aproximados.
Pesquisadores da Alibaba também descreveram o uso do GPT-4 e do GPT-4o, da OpenAI, para produzir material de treinamento multilíngue. Eles filtraram e avaliaram o conteúdo gerado antes de usá-lo para treinar modelos Qwen menores. A seleção é importante porque o treinamento do aluno depende da qualidade e da relevância dos exemplos recebidos.
Uma pesquisa descrita em fevereiro de 2026 pela Universidade Jiao Tong de Xangai e pela Meituan usou o GPT-4o para gerar planos de tarefas de programação envolvendo vários agentes de IA. Um agente é um sistema de software que executa tarefas; vários agentes podem dividir um trabalho de programação em responsabilidades distintas.
Nesses exemplos, os resultados coletados vão além de respostas curtas de chatbot. Eles incluem recursos linguísticos, material de programação e planos para organizar tarefas complexas. A automação permite que os desenvolvedores repitam o processo em uma escala difícil de administrar manualmente.
Por que Pequim quer modelos mais baratos para a indústria
Documentos do governo chinês incentivam a destilação para reduzir os custos de IA e facilitar a implantação da tecnologia em diferentes setores da indústria. Os documentos mencionados na análise promovem a técnica sem orientar as empresas a destilar especificamente modelos americanos.
Para um fabricante, um modelo com um conjunto mais restrito de habilidades úteis pode ser mais prático do que um sistema grande de uso geral. Um modelo menor pode custar menos para operar, tornando mais acessível seu uso repetido. O objetivo econômico é manter capacidade suficiente para uma tarefa específica e, ao mesmo tempo, reduzir os recursos necessários a cada operação do modelo.
As ambições industriais da China e suas limitações no acesso a chips convergem, portanto, no mesmo ponto: eficiência. A destilação pode ajudar os desenvolvedores a obter mais trabalho útil dos recursos computacionais disponíveis.
A computação avançada continua sendo necessária. A destilação não consegue reproduzir todas as capacidades de um modelo de ponta nem eliminar a necessidade de chips potentes. Seu valor está em transferir habilidades selecionadas a um custo menor, e não em substituir todas as etapas do processo de desenvolvimento.
O que aconteceu nas conversas em Chengdu?
Três pessoas familiarizadas com as conversas em Chengdu disseram que autoridades do Departamento de Comércio dos EUA manifestaram a reguladores chineses, em julho de 2026, preocupação com desenvolvedores que coletam resultados de modelos americanos de IA de ponta. O diálogo ainda não havia sido divulgado publicamente.
Autoridades americanas alertaram que algumas condutas poderiam configurar roubo de propriedade intelectual. Um funcionário dos EUA familiarizado com as conversas disse que representantes chineses defenderam a destilação como uma técnica padrão de desenvolvimento e se mostraram dispostos a agir quando a conduta configurasse roubo de propriedade intelectual, sem assumir compromissos específicos.
Desenvolvedores chineses também buscaram orientação de órgãos reguladores do setor nos últimos meses. Eles querem uma definição mais clara dos limites entre o uso comum de modelos estrangeiros e a coleta organizada de conteúdo gerado para treinamento.
O Departamento de Comércio dos EUA, a Administração do Ciberespaço da China e o Ministério da Indústria e Tecnologia da Informação da China não responderam aos pedidos de comentário sobre as atividades e conversas relatadas. Nenhum compromisso específico de aplicação da lei foi assumido no encontro em Chengdu.
A resposta oficial da China ampliou a discussão
Em uma declaração de 27 de julho, o Ministério do Comércio da China rejeitou as investigações e sanções americanas anunciadas. O órgão argumentou que os modelos de ponta chineses e americanos surgiram em períodos próximos e afirmou que alguns modelos chineses já lideram em determinadas capacidades.
O ministério também afirmou que muitas empresas americanas de IA destilaram modelos chineses. Citou quase 200 startups dos EUA que pediram a Washington que preserve o acesso a modelos chineses disponibilizados com acesso aberto, argumentando que cortar esse acesso prejudicaria a competitividade americana. Essas alegações fazem parte da defesa oficial de Pequim para seu setor.
A disputa se intensificou em setembro. Segundo o relato do ministério, a Agência de Segurança Nacional dos EUA, a Agência de Segurança Cibernética e de Infraestrutura e o Departamento Federal de Investigação emitiram um alerta conjunto em 8 de setembro, acusando empresas chinesas de IA de realizar destilação em escala industrial e recomendando medidas de defesa às empresas americanas.
A resposta de 9 de setembro do ministério chamou a destilação de uma técnica rotineira e neutra, por meio da qual os modelos aprendem uns com os outros. Acusou Washington de aplicar dois pesos e duas medidas e afirmou que a China adotaria contramedidas caso os Estados Unidos usassem a questão para reprimir empresas chinesas de IA.
Pequim também afirmou que os líderes dos dois países haviam concordado em manter um diálogo governamental sobre IA e ofereceu discussões técnicas. Sua posição pública combina a defesa do aprendizado transfronteiriço com um alerta contra sanções.
Onde estão os atritos jurídicos e comerciais
A OpenAI, em geral, restringe o uso dos resultados de seus modelos para desenvolver modelos concorrentes. A Anthropic também restringe o treinamento de sistemas concorrentes sem autorização. Essas condições tornam o método de obtenção e uso do material de treinamento central na disputa comercial.
Um desenvolvedor pode considerar as respostas geradas exemplos úteis, enquanto a empresa que opera o modelo professor pode ver sua coleta organizada como um caminho não autorizado para criar um concorrente. As condições de acesso, a autorização e o uso pretendido dos resultados são, portanto, questões práticas para os desenvolvedores que decidem como montar dados de treinamento.
As acusações de Washington dizem respeito a condutas específicas e à escala em que ocorrem. A resposta de Pequim argumenta que empresas americanas também se beneficiam de aprender com sistemas chineses e que as restrições de acesso protegem empresas estabelecidas da concorrência.
A divergência também envolve os motivos pelos quais os modelos chineses melhoraram. Um funcionário dos EUA descreveu a destilação em larga escala como o principal motivo da redução da diferença. Duas pessoas familiarizadas com desenvolvedores chineses, por sua vez, apontaram a destilação como um dos fatores, ao lado de engenharia, algoritmos, dados e design de modelos. Nenhuma das versões apresenta uma divisão numérica da contribuição de cada fator.
Os controles de chips estão indo além das remessas físicas
Os Estados Unidos também estão preparando controles mais rígidos sobre o acesso a poder computacional fora de suas fronteiras. A estrutura provisória relatada exigiria licenças para exportar, reexportar ou transferir chips de IA e servidores para centros de dados em todo o mundo quando eles pudessem fornecer recursos computacionais a empresas na China ou em outros países sujeitos a restrições.
As regras abrangeriam centros de dados ou redes capazes de oferecer mais de 12 milhões de desempenho total de processamento, ou TPP, uma medida de capacidade computacional usada pelos controles de exportação dos EUA. Esse limite é descrito como aproximadamente equivalente à potência computacional máxima de 750 chips Nvidia H100 ou H200.
O acesso indireto por meio de intermediários e corretores também seria abrangido. Operadores de centros de dados que já prestam serviços sujeitos às regras teriam 90 dias após a entrada delas em vigor para obter licenças. O grupo de países restritos D:5 inclui China, Rússia, Irã e Coreia do Norte.
Malásia, Singapura, Indonésia, Tailândia e Brasil estariam sujeitos a exigências adicionais de licenciamento para remessas de chips avançados, com uma exceção para chips destinados a empresas americanas. A estrutura substituiria a Regra de Difusão de IA de janeiro de 2025 e excluiria sistemas comerciais de recomendação, como os usados em compras on-line e redes sociais.
Esses controles têm como alvo o acesso às máquinas que treinam e operam sistemas de IA. A destilação aborda outra parte do mesmo processo de desenvolvimento: a obtenção de exemplos úteis de um modelo que já foi treinado. Métodos de treinamento mais baratos podem reduzir parte da pressão causada pelas restrições a chips, mas os desenvolvedores ainda precisam de recursos computacionais para criar e operar seus próprios sistemas.
As próximas datas e os limites da estratégia
Pesquisadores alertaram que a dependência excessiva da destilação pode desestimular o desenvolvimento original e deixar as equipes dependentes de avanços feitos pelas empresas que operam modelos de ponta. Uma forma barata de adquirir habilidades existentes ainda pode deixar o desenvolvedor à espera de que outra pessoa produza o próximo avanço.
Para as empresas chinesas, as decisões imediatas envolvem custos de treinamento, permissões de acesso e orientações regulatórias. Para as empresas americanas, a preocupação é que o acesso a seus sistemas ajude a financiar e desenvolver futuros concorrentes. Nos dois países, há também empresas que se beneficiam do acesso a modelos desenvolvidos no exterior.
Os principais acontecimentos e a oportunidade diplomática prevista são:
- Novembro de 2024: pesquisadores da Universidade Jiao Tong de Xangai descreveram a conversão de respostas selecionadas do o1 em 10.750 amostras bilíngues para o Qwen2.5-72B.
- Julho de 2026: autoridades dos EUA manifestaram preocupação com a coleta de resultados de modelos durante conversas em Chengdu.
- 27 de julho de 2026: o Ministério do Comércio da China se opôs publicamente às investigações e sanções anunciadas.
- 8 e 9 de setembro de 2026: um alerta de segurança dos EUA foi seguido pela rejeição formal das acusações pela China.
- 18 e 19 de novembro de 2026: Shenzhen deve sediar a cúpula da APEC, onde se espera que o presidente Donald Trump e o presidente Xi Jinping se encontrem.
O encontro previsto entre os líderes oferece um contexto diplomático para a disputa, embora nenhum acordo específico sobre destilação tenha sido anunciado. O desafio político central já é concreto: governos tentam regulamentar tanto o acesso a computadores potentes quanto a reutilização do conhecimento gerado pelos sistemas que operam neles.
Principais pontos
- Pesquisadores e empresas chineses estão usando resultados de modelos americanos de IA para treinar sistemas nacionais, e a automação amplia o processo.
- Um projeto documentado produziu 10.750 amostras bilíngues de treinamento a partir de cerca de 5 mil respostas selecionadas do o1, da OpenAI.
- A destilação pode reduzir custos e transferir habilidades selecionadas, mas a computação avançada continua sendo necessária.
- Autoridades dos EUA levantaram preocupações sobre propriedade intelectual; a China defende a técnica e ameaça adotar contramedidas contra restrições.
- Os controles de chips propostos pelos EUA também teriam como alvo o acesso remoto a recursos computacionais em centros de dados no exterior.
- Espera-se que Trump e Xi se encontrem durante a cúpula da APEC, em 18 e 19 de novembro, em Shenzhen.






