改款DeepSeek,乱了华为心态

文源:源Byte 作者:柯基的柯 当技术参数的相关性飙到0.927,行业直接炸了。 近期,有研究团队在GitHub上公开比对数据,指出华为盘古ProMoE与阿里Qwen-2.5 14B参数结构高度雷同

文源:源Byte

作者:柯基的柯

当技术参数的相关性飙到0.927,行业直接炸了。

近期,有研究团队在GitHub上公开比对数据,指出华为盘古ProMoE与阿里Qwen-2.5 14B参数结构高度雷同,居然高达0.927,超过业内正常范围(通常低于0.7)。华为盘古团队迅速回应,强调其模型基于昇腾硬件优化,属于“殊途同归”,向来在舆论场上不输阵仗的阿里,却意外保持沉默。

图片

截图来源于诺亚方舟实验室公号

无独有偶,就在上个月,月之暗面的Kimi-Dev-72B凭借60.4%的测试成绩惊艳亮相,因“Basemodel:Qwen2.5-72B”的标注被贴上“套壳”标签陷入争议。就在开发者们争论不休之时,外界发现“受害者”依旧是阿里,不禁发出如此疑问:这是微调技术的胜利,还是原创性匮乏的遮羞布?

而曾被寄予厚望的DeepSeek R2,迟迟未能面世,这款有望继续对世界顶级大模型持续施压的模型长期“跳票”,一定程度助推了国产大模型的技术标准“失焦”。

在一片R2“狼来了”的声音中,市场似乎在等待中逐渐失去耐心,正在让国产大模型的竞争,从技术比拼滑向资源内耗。

01 参数之争背后的技术迷局

华为盘古ProMoE与阿里Qwen-2.5 14B的“0.927相似度”,直接剖开了大模型研发的黑箱。

图片

研究团队通过比对注意力参数分布,发现两者结构相似性远超行业常态。华为坚称其模型基于昇腾硬件优化,属于“异构架构的殊途同归”;阿里则保持沉默,但开源社区已涌现对代码复用合规性的质疑。

然而,技术细节的争议很快滑向商业博弈的泥潭。

盘古团队紧急发布技术白皮书,强调其MoE架构的专利布局;阿里则加速推进Qwen-3.0迭代,似乎在用版本升级对冲舆论风险。一位不愿具名的芯片工程师透露:“参数结构的趋同,本质上是算力军备竞赛下的技术妥协。”

开发者社区并不买账,用户 @HonestAGI 通过 “LLM 指纹” 技术反向验证,结果与原始研究高度吻合。技术趋同是否等同于抄袭?这一问题在开源社区引发激烈辩论。

支持华为的声音认为,大模型领域的技术重叠难以避免,关键在于优化和落地。昇腾生态的拥趸特别指出,盘古的动态专家网络设计解决了分布式训练负载均衡的难题,是实打实的创新。

但反对者,反对者翻出匿名爆料,称部分盘古模型存在“洗水印”嫌弃——即对开源模型进行微调后重新包装。尽管爆料未提供具体证据,但阿里通义千问的开源协议中明确要求衍生模型需标注来源,这一细节让争议更加扑朔迷离。

从技术角度看,参数结构的相似性可能源于训练数据的重叠或优化目标的趋同。但问题的核心在于,当两家巨头在公开场合强调“自主创新”时,这种高度一致性是否违背了开源协议的精神?

华为盘古团队的回应中,一个细节值得玩味:他们提到“参考了业界开源实践”,但未具体说明哪些实践。这种模糊表述让外界难以判断其行为的边界。而阿里的沉默,则被解读为一种战术性回避,避免卷入公开论战。

一位长期观察AI行业的分析师表示:“参数之争的背后,是国产大模型在高速发展中的身份焦虑——既要追赶国际巨头,又要在本土竞争中脱颖而出。”这种焦虑,或许正是技术迷局的真正底色。

02 微调红利与创新困局

华为与阿里的纠纷并非孤立事件,就在上个月,月之暗面与阿里就曾陷入类似的纠纷。

就在外界认为月之暗面要在国产大模型内卷中掉队之时,其推出的Kimi-Dev-72B在SWE-bench测试中一骑绝尘。

该模型通过1500亿专项数据和数百万GitHub工单优化,将代码任务准确率提升至60.4%。在当时,它刷新了开源模型的纪录,将包括DeepSeek在内的众多竞争对手甩在了身后。

不过好景不长,开发者们很快发现,Kimi-Dev-72B明确标注了其基础模型为Qwen/Qwen2.5-72B,随后,开发者社区的分歧迅速蔓延:有人将其视为“站在巨人肩膀上”的微调典范,也有人质疑这是披着开源外衣的“技术组装”。

微调本是行业常态,但标注的透明性未能消弭质疑。月之暗面官方解释,他们以Qwen 2.5-72B为起点,收集了数百万个GitHub问题单和PR提交作为中期训练数据集,其核心创新点在于采用了大规模强化学习技术。

争议的核心并非技术本身,而是创新的边界。Kimi-Dev-72B的表现确实亮眼,但它的成功是否依赖于基座模型的原始能力?有匿名开发者尖锐指出:“如果微调就能达到顶尖水平,原创的价值在哪里?”

开源生态的规则正在被重新定义。阿里通过协议更新试图维护技术主权,而月之暗面则用性能说话,试图证明微调并非简单的“套壳”。市场反应两极分化:一部分企业开始效仿这种快速迭代的模式,另一部分则呼吁回归原创研发。

值得注意的是,Kimi-Dev-72B的优化框架确实有其独特性,它结合了BugFixer和TestWriter角色,通过强化学习精准提升代码修复和测试编写的效率。

但这种优化是否足以定义“创新”,仍是一个悬而未决的问题。可见,行业的焦虑感正在加剧,当微调成为捷径,原创研发的成本和风险是否会被边缘化?对此,一位风投机构合伙人给出解释:“资本更倾向于快速见效的项目,原创大模型的投入周期太长。”

03 失序的竞争

R1的辉煌已成往事,R2的难产却让市场陷入焦灼。DeepSeek曾以低成本、高性能对标OpenAI,一度成为全球开源推理类模型的标杆。

图片

截图来源于DeepSeek官网

传闻在今年4月发布的R2,时至今日也未能问世,仅仅在5月末推出了一个R1的改款。

至少从6月以来的两起“套壳”事件来看,改款的R1模型难以承担定义行业标准的重任。

有媒体爆料称,因公司创始人梁文锋对性能的极致追求和H20芯片短缺被迫延期,根据爆料的内部文件显示,其1.2万亿参数的MoE设计对标GPT-4Turbo,但训练成本控制成为致命瓶颈。

技术瓶颈之外,行业正面临更严峻的信任危机。R1曾以纯强化学习训练打破技术范式,而R2的缺席让华为、阿里有望抢占生态位,有风投机构对源Byte表示:“当所有人都忙着给模型‘镀金’,真正的创新反而成了奢侈品。”

DeepSeek如今已经成为了国产大模型的代名词,其R1模型具备定义行业标准的意义,但长达半年多的技术缺位、R2接连跳票后,难免有人想取而代之。“对于一线互联网大厂来说,能够定义行业标准、引领行业前进方向,才是他们最为看重的。”上述风投机构坦言。

简单点理解,就是DeepSeek R2的跳票,或变相造成了国产大模型的竞争失焦。

华为和阿里在R2真空期内动作频频,华为盘古ProMoE的争议尚未平息,阿里已悄然推进Qwen-3.0的迭代。两家巨头的技术路径虽有差异,但核心逻辑仍是参数与性能的堆砌,难怪不少匿名开发者都在调侃:“大家都在玩‘谁的数字更大’,没人关心技术是否真的进步。”

据部分开发者向源Byte爆料称,部分国产智能体专注“出海”,而非针对国内市场开发,除了国内市场尚未形成付费习惯,还有相当一部分的原因是,国产大模型仅仅在参数上追平或赶超海外模型,但在具体的开发细节上,仍存在一定差距,直接导致开发成本的飙升。

与此同时,芯片短缺加剧了这场混乱。英伟达H20的供应紧张,让依赖高端硬件的企业陷入被动。DeepSeek的延迟或许只是开始,更多中小厂商可能因资源不足被迫退出竞争。

即便如此,市场对R2的期待仍未消退。传闻称其混合专家架构(MoE)将成本大大降低,但具体表现仍是未知数。若R2能如期突破,或许能重新点燃行业的信心;若继续延迟,国产大模型的竞争格局或将改写。

耐人寻味的是,这场延迟反而让市场看清了行业的真实状态,技术路径趋同、创新乏力、资源垄断——这些问题在R2的缺席中被放大。一位从业者无奈表示:“我们需要的不是另一个参数怪兽,而是能真正解决问题的工具。”

部分图片来源于网络,如有侵权请告知删除

       原文标题 : 改款DeepSeek,乱了华为心态

(来源:维科网)
免责声明:本文内容来源于第三方或整理自互联网,本站仅提供展示,不拥有所有权,不代表本站观点立场,也不构成任何其他建议,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容, 请及时联系我们进行处理。

相关推荐

  • 算力不足!DeepSeek开始限额了

    11月15日晚上,相信不少人打开DeepSeek都看到了一行提示。 「由于算力不足,已超过72小时的长对话暂不可用,可导出对话到其他App使用。」 有人把它截图发到小红书,底下点赞最多的一条评论是「我

    2026-11-16
  • 突发!DeepSeek崩上热搜

    10月15日早上8点刚过,DeepSeek的网页和App一起弹出“服务器暂时不可用”。官方状态页很快挂出说明,对话服务部分中断,V4.1 Flash的API服务部分中断,网页和API性能下降,技术团队

    2026-10-15
  • 宇树“认错”, DeepSeek“补位”

    具身智能与大模型的合作,或许才是真正的“人形机器人” 图片来源?|?网络(如侵权请联系删除)部分AI生成 第26届工博会的开幕式上,宇树创始人说了一句让全场安静了几秒的话——“过去十几年我犯的最大的错

    2026-10-15
  • 重磅嘉宾

    2026 年,企业里关于 AI 的讨论已经换了一个问题。不再是「要不要上」,而是「怎么才能真的用起来」。 过去两年,几乎每个员工手里都多了一个 AI 助手。可当所有人都开始用 AI,组织的效率就真的上

    2026-10-10
  • 华为徐直军:超节点难点不在技术,而是这个

    日前,在上海华为全联接大会上,徐直军和海思首席科学家廖恒一起,分享刚发布的Peerium计算架构,还有那套叫灵衢总线(UnifiedBus)的互联方案。 图源:华为官网 超节点,是今年各家算力厂商说的

    2026-10-09
  • 阿里巴巴,最新AI芯片亮相

    维科网9月22日消息,9月22日上午,杭州国际博览中心,2026云栖大会上,阿里巴巴CEO吴泳铭上台,抛出了一个机器智能的新说法。他把AI模型、AI芯片、AI云说成机器智能时代的三大基石,表态阿里会坚

    2026-09-22
  • 自动驾驶算法的 DeepSeek 时刻:阿里开源的Qwen

    最近,阿里 Qwen 团队和华中科技大学在 arXiv 上放了一篇编号 2609.00111 的技术报告,名字叫 Qwen-Drive-1.0。同一天,HuggingFace、ModelScope 和

    2026-09-12
  • 鸿蒙智行怎么做 "巨鲸电池" 品牌,电芯谁家的?

    小米和理想,围绕电池在打造电池品牌和自研电池。对于华为来说,鸿蒙智行通过电芯外采、系统自研、品牌归自己,鸿蒙智行在五个界、十九款车上做出了一个统一的电池技术品牌,巨鲸电池到底是什么?华为干了哪些活?以

    2026-09-10
  • 华为AI芯片,重磅首发!

    9月7日下午两点半的广州,余承东把麒麟9050 Pro讲完,忽然切成了英语,“super fast, super intelligent, super cool”。台下尖叫。他自己又补了一句,很久没开

    2026-09-08
  • 华为高阶智驾到底值多少钱?ADS Pro、Max和ADS 5 区别在哪里?

    芝能科技出品 很多人都知道,买华为的技术,第一重要的就是华为乾崑智能驾驶。 那么 ADS 版本到底是什么意思,去店里,销售一句“我们用的也是华为乾崑智能驾驶”, Pro、Max 和 ADS 5 三档,

    2026-09-08