欧洲多款「自研」大模型被曝使用中国开源底座，背后的核心原因是什么？

数据猿 作者声明：该图片由AI生成 “全球主权AI背后的中国开源底座。 10月3日，德国国庆日。德国AI公司Aleph Alpha选在这天发布开源大模型 Kolibri，对外讲了一个欧洲人最想听的故事，从基础设施到供应链完全自主，欧洲端到端研发，数字主权的关键一步。欧盟官员和欧洲科技圈寄予厚望。 然后有人翻开了那份189页的技术白皮书。第3.1.1节写得非常坦白，这个欧洲自主模型的训练数据池里，2200万条样本中，31.7%的重写数据和32.1%的自主生产数据由中国开源模型深度加工。分工也很具体，智谱GLM负责重写指令数据集和生成德语对话，阿里的Qwen3.8-27B负责给科学题出标准答案。 这只是一个最新的注脚。过去一年多，从东京到利雅得，从首尔到圣保罗，一批顶着“自研”“主权”“100%本土”招牌的AI模型接连被社区扒出中国开源底座。中国一开源，别国就“自研”，这句玩笑话背后，是一笔值得认真算的账。 打脸三部曲：三种姿势，三种心态 先把三起标志性事件摆出来，因为它们恰好代表了“魔改”的三种典型姿势。 第一种是务实型，代表是德国的Kolibri。严格说它不是换皮，技术白皮书显示其基座权重为随机初始化，完整预训练在德国和芬兰本土完成，用的是采购的768张英伟达B200芯片。 问题出在后训练环节。高质量合成数据的自建成本太高，德国团队选择了一条工程上最合理的路，请能力更强的中国开源模型当“教师”，由智谱GLM和通义千问辅助生成、重写和提纯指令样本，再打上自主研发的标签。口号讲的是技术独立，底层逻辑是性价比。这一幕的讽刺在于，发布日期选在国庆日，白皮书却诚实地记了账。 第二种是粗糙型，代表是日本的乐天。今年3月17日， 发布后几个小时，开发者就在配置文件里发现了问题，model_type字段赫然写着deepseek_v3。更尴尬的操作还在后面，据 第三种是粗心型，代表是沙特。9月2日，沙特 中国一开源，欧洲就自研？

前往原平台核验详情 ↗