華為盤古團隊回應(yīng)開源爭議：合規(guī)性與創(chuàng)新性探討

背景介紹

2025年6月30日，華為正式開源部分盤古大模型體系，包括70億參數(shù)的盤古稠密模型和720億參數(shù)的盤古ProMoE混合專家模型等。然而，僅隔四天，GitHub上就有研究指出盤古ProMoE與阿里的通義千問Qwen-2.5模型在注意力參數(shù)分布上存在高度相似性，引發(fā)“非獨立開發(fā)”的質(zhì)疑。對此，華為盤古團隊于7月5日發(fā)布聲明進行回應(yīng)。

合規(guī)性對比

華為盤古團隊的聲明

華為盤古團隊在聲明中強調(diào)，盤古ProMoE是基于昇騰硬件平臺開發(fā)、訓(xùn)練的基礎(chǔ)大模型，并非基于其他廠商模型增量訓(xùn)練而來。團隊表示，部分基礎(chǔ)組件的代碼實現(xiàn)參考了業(yè)界開源實踐，并嚴格遵循了開源許可證的要求，在開源代碼文件中清晰標注了開源代碼的版權(quán)聲明。

合規(guī)性分析

從合規(guī)性的角度來看，華為盤古團隊確實遵循了開源社區(qū)的基本規(guī)則。開源指開放源代碼，即將源代碼公開發(fā)布并允許任何人查看、修改和使用。華為在開源其模型時，明確標注了引用開源組件的版權(quán)信息，這符合開源協(xié)作的精神。此外，華為還強調(diào)了其模型是基于昇騰硬件平臺自研訓(xùn)練的，這進一步證明了其在開發(fā)過程中的自主性。

創(chuàng)新性對比

華為盤古團隊的聲明

華為盤古團隊在聲明中特別強調(diào)了其創(chuàng)新的分組混合專家（MoGE）架構(gòu)，這是全球首個面向昇騰硬件的此類架構(gòu)。該架構(gòu)解決了分布式訓(xùn)練負載均衡的難題，提升了訓(xùn)練效率。團隊認為，這一創(chuàng)新點是盤古ProMoE與其他模型的重要區(qū)別。

創(chuàng)新性分析

從創(chuàng)新性的角度來看，華為盤古團隊確實在模型架構(gòu)上進行了有益的探索。MoE模型本身是一種將大模型拆分成多個“專家”（子網(wǎng)絡(luò)或模塊）的架構(gòu)，而華為在專家分組、路由機制等方面提出了自己的獨特見解。如果這一架構(gòu)確實存在顯著創(chuàng)新，并且得到了業(yè)界的廣泛認可，那么即便某些基礎(chǔ)組件的實現(xiàn)參考了開源代碼，也不能完全等同于對整個模型的抄襲。

爭議焦點分析

爭議焦點一：注意力參數(shù)分布相似性

GitHub上的研究指出，盤古ProMoE與Qwen-2.5在注意力層參數(shù)上顯示出平均相關(guān)性為0.927，遠高于同行模型間的對比范圍。這一發(fā)現(xiàn)引發(fā)了抄襲的質(zhì)疑。

爭議焦點二：基礎(chǔ)組件代碼引用

盡管華為盤古團隊表示部分基礎(chǔ)組件的代碼實現(xiàn)參考了業(yè)界開源實踐，并嚴格遵循了開源許可證的要求，但仍有質(zhì)疑者認為這種引用可能構(gòu)成了對原模型的“套殼”或“續(xù)訓(xùn)”。

爭議焦點分析總結(jié)

針對上述爭議焦點，華為盤古團隊進行了回應(yīng)并解釋了其模型的合規(guī)性和創(chuàng)新性。然而，質(zhì)疑者并未完全信服，認為僅憑聲明難以證明華為盤古模型的獨立性。此外，關(guān)于參數(shù)相似性的具體原因，華為也未能給出令人信服的解釋。

待厘清問題

問題一：開源模型邊界界定

此次爭議暴露了AI大模型開源定義模糊、協(xié)議規(guī)則待完善等問題。如何界定開源模型的邊界，確保開發(fā)者在引用開源組件時既能享受開源帶來的便利，又能避免陷入抄襲的爭議，是當前行業(yè)面臨的關(guān)鍵課題。

問題二：開源與閉源之爭

隨著大模型應(yīng)用的加速落地，開源與閉源之爭愈發(fā)激烈。開源模型雖然免費，但需要開發(fā)者在此基礎(chǔ)上進行再開發(fā)；而閉源模型則能直接享用成熟的大模型產(chǎn)品，但很多是收費的。兩種模式各有優(yōu)劣，如何選擇取決于開發(fā)者的具體需求和商業(yè)模式。

問題三：專業(yè)評估方法缺失

在判斷模型是否抄襲時，專業(yè)評估方法的缺失也是一個亟待解決的問題。目前，僅憑參數(shù)相似性等單一指標難以做出準確判斷。需要開發(fā)更加全面、科學(xué)的評估方法，包括多層級、多模型對比、顯著統(tǒng)計差異分析等，以確保評估結(jié)果的客觀性和準確性。

結(jié)論與展望

華為盤古團隊針對開源代碼爭議的回應(yīng)展示了其在合規(guī)性和創(chuàng)新性方面的努力。然而，爭議并未因此完全平息，仍有一些關(guān)鍵問題有待厘清。未來，隨著AI技術(shù)的不斷發(fā)展和大模型應(yīng)用的日益廣泛，開源社區(qū)的規(guī)則將進一步完善，專業(yè)評估方法也將更加成熟。這將有助于推動AI行業(yè)的健康有序發(fā)展，為開發(fā)者提供更加公平、透明的競爭環(huán)境。