巴西开源模型Rio3.5被曝抄袭：六成来自中国AI，七成自称Nex

争议爆发 技术团队揭露模型“拼凑”真相

巴西里约热内卢市, 那属于市政府旗下的IT公司, 在近日的时候推出了一款开源模型, 名为Rio3.5397B, 然而这个 Rio3.5397B 被人指出存在严重的原创性问题。Nex – AGI团队, 是在6 + 1+ 5日那天发布了技术分析报告, 在这份报告里明确指出, 该模型的核心代码以及逻辑架构存在“拼接”的嫌疑。报告进行了显示, 是通过严密的数学以及统计分析之后发现, Rio3.5大约60%的核心参数基因源自Nex N2Pro, 另外40%的就是来自阿里的Qwen3.5。

这一发现, 马上在AI开源社区引发了轩然大波, 分析团队发现, 该模型各层网络结构的组成比例, 呈现出极其精准的“0.6与0.4”混合态, 其统计偏差高达数千个标准差, 研究人员表示, 这种高度精确的混合比例, 几乎排除了巧合的可能性, 暗示了人为复制的成分。

系统提示词测试 模型自曝“身世”

是这么个情况, 为了能够进一步去验证那个结论, 有个分析团队针对Rio3.5开展了一项关键测试。这个测试里, 他们把该模型的系统提示词给移除掉了, 然后去观察它在没有经过引导的那种情况下的自我认知。结果, 让人感到非常错愕, 啥错愕, 就是在后续交互的时候, 这个模型居然有高达79%的概率自称是“来自Nex – AGI的Nex”。而这一行为是能够表明一件事情的, 表明了Rio3.5内部保留了Nex系列产品的原始特征。

更让人感到惊奇诧异的是, 那个模型居然还能够精确无误地复述出Nex系列产品独具的定制化背景故事。这样一种深层次的记忆残留现象, 使得研究人员坚信Rio3.5并非是完全依靠独立训练而得到的成果。有一位参与测试的Nex研究员讲道: “这情形就仿佛是一个人更换了名字, 然而说话的方式、所经历的人生历程却全都没有发生改变。”。

数据对比显形 0.6与0.4的精准巧合

有关统计分析得出的结果, 更加深入地揭示了Rio3.5所具备的“缝合”本质。报告表明, 该模型各层网络结构之中的组成比例, 呈现出了极为精准的“0.6与0.4”这样一种混合状态。这一比例, 与Nex N2Pro以及Qwen3.5的贡献度完全一致。而统计偏差, 高大数千个标准差。研究人员着重强调, 在随机存在的状况之下, 出现这种精确匹配的概率, 几乎是零。

模型参数的分布特性也显露出事情。Nex团队里的技术负责人讲道: “我们查验了模型的关键层级, 发觉其激活函数分布、注意力机制参数均跟我们的模型极为相符。”这般一致性的程度, 超越了正常模型迁移学习的合理界限。

Nex回应 讽刺中强调开源道德

面临这次“翻车”状况, Nex团队在6月16日的公开回应里头, 没有展现出过度的愤怒。Nex团队的发言人宣称, 对方的举动从侧面凸显出了自身模型技术处于领先地位且具备强大实力, 附带了一丝讽刺的意味。然而, 与此同时, Nex团队郑重表明, 开源社区虽说倡导共享和创新, 可是“合理利用”不得不构建在遵循署名权以及致谢等基本道德规范之上。

Nex团队着重表明, 这般未被授权的那样一种“缝合”这种作为明显地违背了开源精神。他们明确指出, 真正意义上的开源技术创新应当是构建于自身所开展的工作根基之上, 而并非是单纯地去复制其他人的成果。一位在开源社区当中具备资深身份的成员发表评论声称: ”这是一个起到警醒作用的事例, 开源并非是免费就能享用的午餐, 抄袭这项行为的人最终将会使自身暴露无遗。“。

官方沉默 开源生态面临信任危机

截止到当下这个时刻, 巴西里约热内卢市的政府所拥有的 IT 公司, 还没有针对 Rio3.5 为何会呈现出那样“精确”的特征重合, 给出官方层面的解释。公司内部有消息的人士讲, 团队正在紧张且急迫地对技术报告的内容展开评估, 然而却拒绝透露出具体做出回应的时间。这样的沉默使外界的猜测进一步加剧, 也对开源社区被信赖的程度产生了冲击。

此一事件, 也给当下AI大模型开源生态拉响了警示钟声。数据表明, 在2026年上半年期间, 全球范围之内开源模型的发布总量, 与同比情况相比增长了42%, 然而其质量却是高低不一, 很不均衡。众多项目被指责出现了这样的状况, 即“复用”他人代码, 可是却没有加以标注, 这种情形对开源社区的合作根基造成了损害。

行业反思 如何确保原创性与合规性

在彼此竞争着重于追逐性能表现这样的背景状况之下如何去确保模型的原创性以及合规性已然成为了行业之中不能够被忽视的信任方面的考验多位 AI 伦理专家明确指出开源协议的执行是需要更具强有力的技术手段以及法律保障的比如说能够借助区块链技术去记录训练数据的来源或者是建立模型代码指纹库以此来防止抄袭。

社区自身同样得构建更为透明的审计机制, 国际开源组织提出建议, 所有予以发布的开源模型都应当附上详尽的训练数据溯源报告, 不然的话, likeness Rio3.5 的事件仅仅会损耗公众对整个 AI 行业的信任。

你认为开源模型是否应该接受更严格的原创性审查？欢迎在评论区分享你的观点，点赞和转发让更多人为AI诚信发声。