华为“抄袭”阿里大模型？参数相似度92.7%背后的技术伦理

当华为盘古Pro MoE大模型高调开源仅四天，一项发布于GitHub的技术报告投下深水炸弹：其与阿里通义千问Qwen-2.5 14B模型的参数相似性高达92.7%，远超行业正常阈值。

这场涉及中国AI双巨头的争议，迅速从技术圈蔓延至公众视野，拷问着开源生态的伦理边界与大模型创新的真伪。

（报告原文github页面已经404）

一场由“模型指纹”引发的风暴

该研究报告研究团队通过“LLM指纹技术”分析发现，盘古Pro MoE与Qwen-2.5 14B在注意力机制（QKV投影层）的参数分布相关性达0.927（接近完全一致的1.0），而业内同类模型对比通常不超过0.7。

更关键的是，QKV偏差模式在早期层的特征峰值及收敛行为上近乎一致——这种设计恰是Qwen 1-2.5代的标志性特征，而多数新模型（包括Qwen 3）已弃用。

研究者直言：“这种相似性无法用巧合解释。”

开发者在盘古官方开源仓库的许可证文件中发现标注：

Copyright 2024 The Qwen team, Alibaba Group

尽管华为解释此为合规引用开源组件（遵循Apache 2.0协议），但结合参数异常，舆论迅速将其解读为“抄袭实锤”。

华为的双线辩护：架构创新与开源合规

华为强调盘古采用自研π架构（增广残差连接+级数激活函数），专为昇腾芯片优化，解决传统Transformer特征坍塌问题，推理速度提升20-25%。

声明模型“从头训练”于昇腾平台，非基于Qwen增量训练，并创新提出分组混合专家模型（MoGE） 解决分布式训练负载均衡难题。

华为承认使用LLaMA和Qwen开源组件，但坚称：“严格遵循开源协议标注版权声明，属社区通行做法”。法律人士指出，Apache 2.0协议允许商业复用，只要保留版权声明即不构成侵权。

华为以“相同方法检测其他模型亦现高相关性”反驳：

Baichuan2-13B vs Qwen1.5-14B = 0.87 Baichuan2-13B vs 盘古 = 0.84

暗示检测方法存在系统性缺陷。

开源生态的模糊地带：谁在定义“合理复用”？

阿里通义千问自身曾借鉴Llama的ROPE位置编码；全球10万个衍生模型基于Qwen开源代码。现行法律保护代码版权，但参数结构、训练方法等核心技术无明确权属界定。

国内外判例（如《纽约时报》诉OpenAI）均聚焦数据侵权，非模型架构。

华为的硬仗：受芯片制裁压力，需借盘古证明昇腾平台能力，研发成本倒逼技术“捷径”。阿里的软肋：全球最大开源模型生态（衍生模型超10万）反成知识产权雷区。

开发者立场分裂：

支持派：“92.7%相似性绝非偶然，Qwen许可证文件是铁证！”
反对派：“开源即允许复用，华为优化昇腾适配本就是创新”。

中国AI创新的“成人礼”

这场参数罗生门，本质是高速竞赛中的生态规则觉醒。华为若想自证清白，需开放训练日志供独立审计；阿里作为开源霸主，应明确衍生模型许可边界；而行业更需告别“百模乱战”，构建技术原创性量化标准+开源合规框架+司法保护细则的三维防线。

当中国大模型数量全球第一，质量却未入顶尖（CSDN 2025评测前十无盘古），这场争议恰是叩问初心的契机：真正的创新不是参数的排列组合，而是从0到1的敢为人先。 在星辰大海的征途上，唯有敬畏原创，方得宇宙苍穹。

#你认为开源复用与抄袭的边界在哪里？欢迎在评论区探讨！