华为盘古针对质疑其模型抄袭阿里千问的回应的核心内容及争议背景

1. 争议背景

• 技术分析指控：
  一位自称哥斯达黎加大学的韩国学生在GitHub发布分析报告，采用“LLM-Fingerprint”技术对比盘古Pro MoE（720亿参数）与通义千问Qwen-2.5 14B模型，发现两者在注意力参数（QKVO）的标准差相似度高达0.927（理论最大值为1.0），远超独立训练模型的正常差异范围。
  此外，盘古开源代码中被发现包含阿里版权声明（“Copyright 2024 The Qwen team, Alibaba Group”），进一步引发“非独立开发”质疑。

• 行业关注点：
  该争议不仅涉及华为与阿里的技术独立性，更折射出AI大模型时代开源边界模糊的问题，如模型架构借鉴、权重复用与合规性争议。

  
  

2. 华为盘古团队的官方回应

华为诺亚方舟实验室的声明主要围绕以下三点展开：

（1）否认增量训练或抄袭

• 强调盘古Pro MoE是基于昇腾（Ascend）硬件平台独立开发的基础大模型，非基于通义千问或其他模型增量训练而来。

• 指出其核心创新在于分组混合专家模型（MoGE）架构，该设计面向昇腾硬件优化，解决了分布式训练的负载均衡问题。

（2）承认部分代码参考开源实践

• 团队表示，部分基础组件代码参考了业界开源项目（包括其他大模型的开源代码），但严格遵循开源许可证要求，保留原始版权声明，符合开源社区规范。

• 认为这是行业通行做法，如Transformer架构的广泛共享，而非抄袭。

（3）质疑“指纹分析”方法的科学性

• 华为认为，仅凭注意力参数相关性（0.927）判定抄袭“不科学”，并称按相同方法对比其他模型也会得到高相似度。

• 业内也有观点指出，相似架构、训练目标或数据可能导致参数分布接近，但需多维度（如梯度、激活模式）验证。

3. 行业反应与未解争议

• 阿里沉默：截至目前，阿里巴巴通义千问团队未公开回应。

• 开源伦理争议：
  此次事件凸显AI领域对模型权重复用缺乏明确规则。例如，使用开源架构训练新模型 vs. 直接微调他人权重，界限模糊。

• 员工爆料争议：
  7月6日，一名自称盘古团队员工的匿名爆料称，初期因算力限制曾使用Qwen 1.5 110B续训并“洗水印”，但华为未对此置评。

4. 事件影响与行业启示

• 技术透明度需求：
  华为未开放完整模型权重或API，限制第三方深度验证，被指“用户无法证伪，华为不能证真”。

• 开源协作与创新的平衡：
  行业需明确“合理借鉴”与“抄袭”的边界，避免“唯自研论”阻碍技术迭代，同时保护原创。

华为的回应试图从技术原创性、合规性、开源精神三方面化解质疑，但争议仍暴露了AI开源生态的深层挑战。未来，行业或需建立更清晰的模型溯源与知识产权标准。