A kínai katonai AI-fejlesztés kényes új fejezetéről számolt be a Reuters: a néphadsereghez (PLA) és más katonai intézményekhez köthető kutatók az OpenAI és az Anthropic vezető modelljeinek kimeneteit használták fel hazai, védelmi célú AI-rendszerek tréningjéhez. A Reuters-vizsgálat 2026. július 31-én jelent meg, Eduardo Baptista tollából.
A riport több mint 80 kínai tudományos publikációt és szabadalmat nézett át, a Jamestown Foundation kutatásával kiegészítve. A kép egységes: a nyugati frontier modellek „tudása” szivárog át kínai, katonai célra hangolt rendszerekbe — miközben az egész folyamat megkerüli az amerikai chip-exportkorlátozásokat.
Ez nem egyszerű technológiai kuriózum. Az ügy közvetlenül az USA–Kína AI-kormányzási tárgyalások előtt vált súrlódási ponttá, és új megvilágításba helyezi, mennyit ér valójában az exportkontroll mint stratégiai eszköz.
Kínai katonai AI: mit tárt fel a Reuters-vizsgálat?
A kínai katonai AI körüli botrány lényege egy technika: a model distillation, vagyis modell-lepárlás. A kutatók egy erős, drágán felépített AI-rendszer (például a GPT-3.5 vagy a Claude 3 Haiku) kimeneteire tréningeznek egy kisebb, helyben — offline, kínai hardveren — futtatható modellt.
A trükk az, hogy így nem kell a nulláról felépíteni egy frontier modellt. Nincs szükség a hatalmas számítási kapacitásra, és közvetve a korlátozott hozzáférésű amerikai chipekre sem. A „tanár” modell szelektált képességeit egyszerűen átmásolják egy „diák” rendszerbe.
Fontos árnyalat: a lepárlás önmagában legális, széles körben elterjedt iparági gyakorlat. A vita nem erről szól. A probléma az engedély nélküli kinyerés — vagyis hogy a modellek felhasználási feltételeit vélhetően megsértve, katonai célra használják fel a kimeneteket.
A négy megerősített eset — forráskódtól a tengeralattjáróig
A Reuters négy konkrét, dokumentált esetet emel ki. Ezek együtt mutatják, milyen széles a felhasználási spektrum: a hírszerzéstől a valós idejű harctéri döntéstámogatásig.
- PLA Unit 96941 — ez a pekingi katonai hírszerzési és kiberhadviselési egység a GPT-3.5-öt használta katonai forráskód összefoglalására, majd egy hazai modellt tréningezett ezen az összefoglaláson, hogy az teljesen offline, kínai katonai hálózaton fusson.
- North University of China — a kínai fegyveriparhoz köthető egyetem a Claude 3 Haikut vetette be szintetikus tréningadat előállítására, egy közösségimédia-tartalom moderálására szánt szövegosztályozó modellhez.
- PLA National University of Defense Technology — egy 2024-es tanulmányban képfeldolgozó modellt lepároltak drónokra (UAV): a cél a valós idejű videóelemzés, navigáció és célzási döntések támogatása volt, akár kommunikáció-kimaradás esetén is.
- Kína Katonai Tudományok Akadémiája — egy 2026 eleji tanulmányban célfelismerő modellt lepároltak taktikai hardverre, drónok, hajók és önvezető tengeralattjárók bevonásával zajló szimulált tengeri hadműveletekhez.
A kutatók összesen több tucat esettanulmányt dolgoztak fel. A minta így nem elszigetelt kísérlet, hanem egy tudatosan felépített, kormányzati szinten támogatott irány.
Hogyan reagáltak a cégek?
Az Anthropic reagált a leggyorsabban. A vállalat szerint nem biztosít kereskedelmi hozzáférést Kínában vagy pekingi ellenőrzés alatt álló cégeknek, és megfigyelő rendszerekkel keresi a szabályzatsértéseket. A cég egy fontos technikai kockázatra is figyelmeztetett.
A lepárolt modellek elveszíthetik az eredeti biztonsági védőkorlátaikat, a képességek pedig olyan rendszerekbe kerülhetnek át, amelyek felett a fejlesztő cégnek már semmilyen kontrollja nincs.
Az OpenAI nem válaszolt a Reuters megkeresésére. A cég felhasználási feltételei tiltják a katonai fegyverfejlesztést, de a harmadik fél általi lepárlás elleni érvényesítés a gyakorlatban rendkívül nehéz — egy nyilvánosan elérhető modell kimeneteit gyakorlatilag lehetetlen visszakövetni.
A kínai Moonshot AI külön ügyben tagadta, hogy a Kimi K3 modelljét lepárlással építette volna, saját, proprietary innovációra hivatkozva. A Fehér Ház, a Pentagon, a kínai külügyminisztérium és a PLA nem reagált a megkeresésre. Kína hivatalos álláspontja szerint a vádak alaptalanok, és Washington AI-„hegemonizmusát” hangoztatja.
Mit jelent ez a piacnak?
A történet a legkeményebb kérdést teszi fel az egész AI-iparnak: mennyit ér az exportkontroll, ha a képességek nem chipeken, hanem modell-kimeneteken keresztül szivárognak? A hardver-embargó lassítja a frontier modellek építését, de a lepárlás pont ezt a korlátot kerüli meg.
Sunny Cheung, a Jamestown Foundation kutatója, aki több mint 60 tanulmányt elemzett, pontosan erre mutatott rá: a helyes válasz megtanítása egy modellnek egy dolog, de a válasz mögötti gondolatmenet átadása sokkal nehezebb. A vizsgált dokumentumok szerint a kínai katonai kutatók éppen ezt a drága, védett gondolatmenetet próbálják átvinni nyugati modellekből kisebb, saját kontroll alatt tartott rendszerekbe.
Trevor Koverko, a Sapien társalapítója árnyalja a képet: szerinte ezt leginkább szelektált képességek átvitelének kell tekinteni egy olcsóbb, helyben irányított rendszerbe — nem pedig a frontier AI-tól való teljes függetlenség elérésének. A szakértői konszenzus is ez: a lepárolt modellek korlátozottak, csak a kiválasztott képességeket öröklik, és nem érik el a „tanár” modell teljes intelligenciáját.
Exportkontroll és a chip-háború tágabb képe
A lepárlás nem elszigetelt jelenség, hanem egy tudatos stratégia része. Kína kormányzati szinten — központi és helyi támogatással is — ösztönzi a „model lightweighting”-et és az edge computingot, vagyis az AI futtatását drónokon, műholdakon és korlátozott kapacitású eszközökön.
A háttérben egy sor korábbi eset is felsorakozik. 2026 márciusában a DOJ vádat emelt a Super Micro Computer társalapítója ellen mintegy 2,5 milliárd dollár értékű AI-szerver Kínába irányított átirányítása miatt. 2025 júniusában a DeepSeek állítólag „nagy mennyiségű” fejlett chiphez fért hozzá a korlátozások ellenére. 2025 októberében pedig PLA-egységek dokumentáltan DeepSeek modelleket és Huawei chipeket használtak autonóm célfelismerés kutatására.
Van egy tanulságos csavar is: a kínai kutatók maguk is tartanak a lepárlástól. Az Army Engineering University egy 2026 januári tanulmányban a „data-free distillation” ellen javasolt védekező mechanizmusokat — vagyis a modell visszafejtését a paraméterekhez való hozzáférés nélkül ők is fenyegetésnek tekintik.
Magyar piaci vonatkozás
Első ránézésre ez távoli nagyhatalmi ügy, de a tanulsága közvetlenül érinti a magyar cégeket is. Egyre több hazai vállalat épít saját, kisebb modelleket nagy modellek kimeneteire — pontosan ugyanazzal a lepárlási logikával, csak üzleti céllal.
Aki így épít modellt, annak érdemes komolyan venni a felhasználási feltételeket. Ha egy szolgáltató a jövőben szigorúbban lép fel a kimenetei kereskedelmi újrahasznosítása ellen, az egész fejlesztési stratégia jogi kockázatba kerülhet. A most kirajzolódó precedensek megszabhatják, hol lesz a határ engedélyezett és engedély nélküli lepárlás között.
A másik tanulság az adatszuverenitás. A lokálisan futtatható, „lepárolt” modellek éppen azért vonzóak, mert nem függenek külső API-tól — ez a szempont a magyar közszférában és a szabályozott iparágakban (pénzügy, egészségügy) is egyre fontosabb lesz.
5 döntéshozói következtetés
- Az exportkontroll nem elég: a hardver-embargó nem állítja meg a képességek szoftveres úton történő átszivárgását — a védelemnek a modell-hozzáférés szintjén is működnie kell.
- A felhasználási feltételek üzleti kockázat: ha a céged nagy modellek kimeneteire épít, dokumentáld, mit enged a szolgáltató ToS-e — a szabályok szigorodhatnak.
- A lepárlás kétélű fegyver: ugyanaz a technika ad olcsó, lokális modellt és jelent szellemi-tulajdon-kockázatot — mindkét oldalt mérd fel.
- Kövesd a geopolitikai kockázatot: az AI-szolgáltatók elérhetősége és feltételei politikai döntések függvénye lett — ez ma már beszállítói kockázat.
- Ne bízz meg vakon a „lokális” modellekben: a lepárolt rendszerek elveszíthetik az eredeti biztonsági korlátokat — a saját fine-tuning nem old meg mindent.
A modell-kimenet lett az új stratégiai nyersanyag
A kínai katonai AI körüli botrány nem arról szól, hogy Kína lemásolta a ChatGPT-t. Arról szól, hogy a mesterséges intelligencia korában a legértékesebb „nyersanyag” már nem a chip, hanem maga a modell által termelt, drágán megszerzett gondolatmenet — és ez sokkal nehezebben őrizhető, mint egy fizikai szállítmány.
A következő évek AI-kormányzási vitái vélhetően pontosan itt fognak eldőlni: hol húzódik a határ egy nyilvánosan elérhető modell legális használata és a képességeinek engedély nélküli kisajátítása között.
Kapcsolódó elemzésünkben részletesen bemutatjuk a lepárlás-vita másik oldalát: Kimi K3: a Moonshot új, 2,8 billió paraméteres nyílt AI modellje. A legfontosabb AI-piaci elemzésekért iratkozz fel az AI Hírek hírlevelére.