9 月 3 日，沙特 AI 公司 Humain 在利雅得 LEAP 大会上风光发布 humain-m3，4280 亿参数，7 项阿拉伯语基准测试第一，号称 "国家自主研发"。结果模型上线不到 48 小时，开源社区就把它扒了个底朝天 —— 有人把 humain-m3 的参数和中国 MiniMax 公司 6 月开源的 M3 模型做了对比，发现两者结构完全一致，权重匹配度高到不可能是巧合。面对实锤，Humain 只能改口承认是在 MiniMax-M3 底座上继续训练的。
这种 "自研" 翻车的戏码，过去半年已经上演了不下五回，而且一次比一次翻得快。日本乐天 3 月发布号称 "国内最强大模型"，上线不到 12 小时就被开发者扒出底座是 DeepSeek-V3，连原始开源许可文件都没来得及放，被社区锤了之后才补上。印度公司 Alpie 发布 "媲美 DeepSeek" 的模型，拆解权重后发现底层架构直接脱胎于 DeepSeek-R1-Distill-Qwen-32B，本质是在中国开源基座上做了二次蒸馏和微调。印度另一家公司 Sarvam AI 的 105B 参数 "自研模型"，同样被发现建立在中国开源权重之上。
来源：今日头条
最出名的翻车发生在美国。编程工具 Cursor 当时估值 300 亿美元，是硅谷最红的 AI 公司，3 月发布自研模型 Composer 2，官方博客写满了 "持续预训练"" 强化学习 "，一个字没提底座来源。结果发布 24 小时内，有开发者扒了 API 日志，看到一行模型 ID：kimi-k2p5-rl-0317-s515—— 前缀就是月之暗面的 Kimi K2.5。马斯克亲自转发了这条发现，月之暗面的人出来补刀说 tokenizer 一模一样，而且按 K2.5 的许可协议，月收入超 2000 万美元的产品必须显著标注来源，当时 Cursor 月收入约 1.67 亿美元，超线八倍，界面上却干干净净只写着 Composer 2。最后 Cursor 创始人承认评估了所有基座模型后 Kimi K2.5 最强，没署名是失误。
来源：新浪财经
这些 "自研" 之所以藏不住，是因为开源模型的权重是完全公开的。你下载了模型在上面继续训练，模型的底层结构、分词器（tokenizer）、参数排列方式都会留下原始底座的痕迹，就像改文章改不掉底层的写作习惯一样。开发者只要对比一下 tokenizer 是否一致、模型 ID 的命名规则、参数矩阵的结构，几分钟就能判断出真实底座。日本乐天的模型连 DeepSeek 的原始许可文件都没替换，等于作案后把身份证落在了现场。
有意思的是风向的变化。3 月份 Cursor 还在藏着掖着，到了 5 月发布 Composer 2.5 时，开头第一句就写明了底座来源，再不敢藏。8 月份法律 AI 公司 Harvey 发布自研模型，直接把 "基于 Kimi K3" 写在了标题里，发布说明里坦诚用了 150 块 B300 训了两个月，把法律任务通过率从 10.8% 拉到 19.7%。百年信息巨头汤森路透砸 4000 万美元做模型，官方通稿只写 "基于强大的开源基础"，CTO 被记者追问才承认底座是阿里 Qwen3.5—— 钱花了活儿干了，名字不写，用可以认领不行，这就是 "名分敏感" 的真实价格。
从 48 小时到 12 小时再到 24 小时，"自研" 模型被扒皮的速度越来越快，而主动交代底座的公司也越来越多。"自研" 两个字一度成了行业里最贵的装饰品，但在开源权重透明可查的时代，这个装饰品越来越戴不住了。当沙特、印度、日本、美国的公司都在中国模型底座上建自己的应用时，真正的问题已经不是 "谁在自研"，而是 "谁的底座被用得最多"。
各国 "自研" 模型频频被扒出中国底座，你觉得 "自研" 这个词在 AI 时代是不是已经变味了？欢迎在评论区聊聊你的看法。
热门跟贴