作者 | 小信鸽

一份GitHub陈诉带来的"盘古抄袭 门"

统统始于7月4日公布 在代码托管平台GitHub上的技术剖析 陈诉。

一位名不见经传的弟子（一位自称为哥斯达黎加大学的韩国弟子），用一种名为“模型 指纹”（LLM-Fingerprint）的技术，直指中国两大AI模型 巨子 ——华为与阿里。

陈诉直指华为盘古大模型 v3.5在多个关键特征上与阿里开源的通义千问v1.5高度相似，由此开端 一场关于“复用”与“抄袭 ”的论战。

代码大概不会说谎，但代码的相似性该如何解读？

这不但是一场技术论战，更是一次对整个AI行业伦理和规则的拷问。

本文无意充任 法官，裁定“抄袭 ”与否。我们将深入剖析 这场争议背后的技术细节、开源文化辩论与贸易竞争逻辑，探究它为狂飙突进的大模型 时代，展现了哪些深层次 的挑战与时机。

“指纹技术”指控：无法忽视 的0.927

这场风暴的焦点，是一项名为“LLM-Fingerprint”的技术。

简单来说，它就像提取人类指纹一样，经由进程 剖析 模型 在处理惩罚特定“触发词”（trigger words）时的响应模式——即所谓的“自留意力”分数，来为每个大模型 天生一个奇特 的身份标识。

所谓的铁证

由HonestAGI团队公布 的陈诉表现，华为盘古3.5与阿里通义千问1.5-7B模型 之间的“指纹”相干性得分高达0.927。

这个数字意味着什么？陈诉同时对比了其他多个主流模型 ，它们之间的相干性得分广泛低于0.1。

云云接近1的得分，在统计学上暗示着两个模型 大概 存在极强的同源性，甚至大概 是基于同一底座模型 进行微调的“派生”关系。

华为反驳

面对指控，华为灵敏回应，但其反驳 逻辑被外界以为“不甚科学”。

华为方面指出，用同为通义千问系的不同版本模型 进行指纹对比，同样能得出高相干性，试图以此稀释其与盘古模型 高相干性的指控效率 。别的，华为夸张 盘古与通义在词表（tokenizer）和部分派 置文件上存在不同。

然而，在技术专家看来，仅转变 词表或配置文件，并不足以洗脱底层模型 结构和参数相似的嫌疑。这场技术攻防，让争议变得更加空中楼阁。

开源罗生门：“复用”与“抄袭 ”一线之隔

这场争议之以是能激发 云云大的波澜 ，是因为它触及了AI开源生态的焦点精力与现实逆境。

站在伟人 的肩膀上

大模型 研发本钱极高，据华为大模型 负责人田奇此前泄漏 ，一次有效训练的本钱高达1200万美元。

因此，“站在伟人 的肩膀上”——即基于精良的开源模型 进行复用、微调和二次开辟，是行业加速创新的基石，也是广泛范式。正如Hugging Face榜单所表现的，排名前十的开源模型 中，一度全部是基于阿里通义千问的二次开辟衍生而来。

阿里的Qwen系列自开源以来，凭借其全尺寸、全功效 的特点，尤其在to B市场已创建起显著优势 ，笔者获悉，众多企业早期均采用通义模型 进行探索。

一线之隔的含糊地带

那么，“复用”与“抄袭 ”的边界毕竟在那里？是参数的相似度，还是是否依照开源协定 ？

华为在声明中认可了其盘古v3.5在“实现中鉴戒了业界精良的结果”，并引用了Qwen的技术陈诉。但问题在于，通义千问利用的是Apache 2.0开源协定 ，该协定 允许贸易利用和修改 ，但请求 在修悛改 的文件中保存原始的版权、专利、商标和归属声明。

在模型 参数这种新型“代码”面前，如何“声明”和“归属”，现有协定 好像存在表白 的含糊地带和监管的无力感。这背后是司法 、道德与社区共识 的繁芜 博弈。

巨子 暗战：不容有失的技术叙事

将视线拉高，这场技术争议的背后，是国产AI巨子 间心照不宣的竞合博弈。

盘古大模型 ，对华为而言远不止一款AI产物。

它是华为构建“软硬芯云”全栈自立 生态的关键一环，是其欲在AI时代掌握话语权的焦点筹码，尤其是在国产算力（昇腾）上的标杆应用。

正如华为将其植入HarmonyOS 4，盘古承载的是华为技术自研、安全可控的计谋 叙事。也正因云云，“抄袭 ”的指控直接袭击 了华为最焦点的资产——技术自研的荣誉。

这不但关乎贸易信用 ，更关乎市场对其全栈AI本领的信托。在百度、阿里、腾讯等巨子 林立，智谱、月之暗面等新秀辈出的“百模大战”中，任何荣誉上的瑕疵都大概 影响其市场格式 。

此事故无疑是阿里与华为在中国AI市场猛烈竞争的缩影。

据笔者相识，现在中国80%的科技企业和一半的大模型 公司都跑在阿里云上，通义系列模型 已服务超9万家企业。一边是凭借云基础办法和开源生态强势结构的阿里，另一边是手握硬件和全栈解决计划 试图青出于蓝的华为。

这不但是两个模型 的对决，更是两条技术门路、两个贸易生态的扳手腕。

沉默的阿里：“受害者”通义暂未发声

事件中一个颇为吊诡的征象是：作为风暴中心的另一方，阿里通义千问团队至今保持着官方沉默。

阿里的沉默，背后大概 有多种考量。

通义大模型 家族是阿里自研的一系列大模型 ，具备多尺寸、全模态、机能 优的特点，重要涵盖通义千问系列、通义万相系列、舞动人像、HumanAIGC、语音合成、文本向量、多模态向量等模型 。

模型 数量方面，截至2025年3月5日，据阿里云百炼大模型 平台，通义模型 家族已推出至少 228 个模型 。

尺寸方面，通义大模型 家族供给 多种参数尺寸的模型 供用户选择，适用多种场景，如开源模型 Qwen2.5的参数规模可分为0.5B/1.5B/3B/7B/14B/32B/72B，可对应端侧模型 /小模型 /大模型 三种场景。模态方面，通义大模型 家族覆盖文本、图像、语音、视频等全模态。

有匿名流士向笔者泄漏 ，阿里内部并非不关注，而是大概 采取了“静观其变，让技术证据说话”的计谋，不肯将贸易竞争升级 为公开的舆论骂战。

另一种大概 ，则是对行业内“鉴戒”与“复用”的潜规则抱有某种水平的默认，毕竟在开源社区，代码与头脑的鉴戒本是常态，只要不超出 司法 红线，太过声讨大概会破坏整个开源生态的气氛 。

无论如何，阿里的态度 将是影响事故终极走向的关键变量。

它的发声或连续沉默，都将成为定义此次争议性子的注脚。是将其定性为恶性抄袭 ，还是行业发展初期难以避免的含糊实践，大概就在阿里的一念之间。

一次深刻的AI开源生态“压力测试”

回归焦点，盘古与通义的争议是一次深刻的“压力测试”，它暴虐地暴露 了当前AI开源生态的软弱 性与治理的滞后性。技术跑得太快，规则和信托体系 没有跟上。

无论最终结 论如何，这场风浪 都应成为中国AI财产走向成熟的催化剂，未来，我们以为行业迫切需要关注一下3点：

• 创建更清晰的规则： 行业需要共同探索，创建更明白的AI模型 “引用”和“派生”尺度。正如学术界的论文查重体系，大概未来会出现 行业公认的模型 溯源和相似度检测平台，为原创性供给 技术裁定依据。

  
  

• 创建更透明的机制： 鼎力大举推广模型 的“出身 证”（Model Cards）和训练数据透明化，闪开 源不但是开放结果，更要开放进程 。这不但是对原创者的保护，也是对利用者负责。

  
  

• 创建性的反思： 中国的AI玩家们，需要从“疾走 ”的比赛模式，适度转向“深耕”的马拉松模式。与其在参数和榜单上内卷，不如将更多精力投入到真正的原始创新与健康的生态创建中。

这场风浪 ，不应仅仅是一场口水战，它更应成为一次全行业的团体反思，鞭策 中国AI真正走向高质量、可连续的创新之路。

#阿里 #华为 #通义千问 #盘古大模型  #AI