一场万众瞩目的国家级人工智能（AI）竞赛，最终却演变成了一场被全网群嘲的“鉴抄大会”。（图：NAVER数据中心）

在韩国首尔灯火通明的写字楼里，5支代表韩国最高水平的科研团队，正经历着一场规则堪比《鱿鱼游戏》的残酷淘汰赛。团队每6个月要提交一次自己的AI模型，性能不合格者直接出局。这场由韩国科学技术信息通信部发起的豪赌，耗资约5300亿韩元（约合25.2亿元人民币），计划在2027年前打造出两款能与中国、美国比肩的“纯韩国血统”大模型。

然而，今年初的第一次评估，结果很尴尬。据《华尔街日报》，这5支队伍中，有3支被扒出核心代码与中国的AI大模型千问、DeepSeek和智谱AI雷同。事实上，中国开源AI正加速“反包围”全球市场，DeepSeek、千问已进入全球工程师的生产流水线，全球使用份额已达15%，成为很多国家和企业的性价比最优解，这也让部分急于追赶的国家陷入了“依赖与抄袭”的尴尬境地。

不只韩国，日本的AI发展也高度依赖中国开源模型。根据媒体报道，在日本企业开发的前10个模型中，有6个是以DeepSeek和千问为基础开发的，就连日本国家级项目LLM-jp，在整理训练数据时也在使用千问。这种依赖背后，是日本政府不得不承认的现实——日本在AI相关开发方面“落后趋势日益显著”，即便对技术安全敏感度极高，也不得不选择中国开源模型作为过渡。

最近，涉嫌抄袭中国科创产品的事件频繁发生。2月18日，在印度AI影响力峰会期间，印度一大学展出了一只名为Orion的机器狗，并高调宣称该机器狗由学校团队自主研发。但很快有中国网友发现，这只机器狗与中国宇树科技的Go2型号产品一模一样，细节丝毫不差。面对舆论压力，该大学随后发文承认，这只机器狗并非自主研发，而是从宇树科技采购而来。

采访视频截图

随着中国、美国在AI领域快速发展，韩国、日本、印度等国家也急于追赶，纷纷推出国家级AI战略，争夺“世界第三AI强国”的席位。但科技发展难以一蹴而就，在这场全球AI竞赛中，这些国家面临着怎样的困境？当AI正在重塑全球技术版图时，中国又在其中扮演着怎样的角色？

01 “是否抄袭了他国AI模型”：韩国AI竞赛的尴尬争议

“一款被怀疑是在中国模型基础上微调复制的模型，居然被提交至一个由纳税人资金支持的项目中，这令人深感遗憾。”韩国本土AI公司Sionic AI首席执行官（CEO）高锡炫，在社交媒体上公开表示韩国AI初创企业Upstage存在抄袭问题。

他明确指出，Upstage AI模型的部分组件，与中国的智谱AI存在高度相似之处，更关键的是，其代码中还保留了智谱AI的版权标记，这成为涉嫌抄袭的直接证据。

面对质疑，Upstage随即以直播形式公开开发日志，试图证明模型训练是“从零开始”，但最终不得不承认，运行模型的推理代码确实引用了智谱AI的开源组件，并强调相关模块已在全球广泛应用，高锡炫随后也公开道歉，这场抄袭争议才暂时平息。

争议的发酵，让这场原本聚焦“技术突破”的AI竞赛，关注焦点从“能不能做出优质AI模型”，彻底转向“是否抄袭了他国AI模型”。而这场竞赛的诞生，本身就源于韩国政府一个雄心勃勃的目标——“要成为全球AI排名前三的国家”。韩国总统李在明上台后，更是推动成立了一个由本土头部企业组成的特别工作组，全力打造国家AI基础模型，试图快速追赶美国和中国。

Upstage的直播澄清现场（图源Upstage）

为确保竞赛的权威性和专业性，韩国科学技术信息通信部经过严格审核，从15支初选队伍中，选定了5家企业作为重点扶持对象，组建相应队伍负责国家级AI项目的开发工作。这5家企业涵盖了韩国AI领域的核心力量，包括财团、科技头部企业与AI初创企业：LG AI研究院和SK电讯是韩国财团的科技部门，NAVER是韩国最大的搜索引擎和门户网站，NC AI是头部网游公司NCSoft下设的AI部门，而Upstage是其中唯一的AI初创公司。

该部人工智能政策司司长金京万表示，政府将每6个月对入围团队的AI大模型进行一次评估，每次淘汰一个团队，直到最终选择出获胜者，作为韩国国家级AI大模型的底座，全力推进“纯韩国血统”大模型的落地。

但在今年1月的第一次评估中，意外接连发生：NC AI因为模型性能不佳被直接淘汰；被寄予厚望的NAVER Cloud，也被审查人员发现，其视觉和音频编码器与阿里巴巴（千问相关技术）及OpenAI的产品高度相似。值得一提的是，千问系列自2023年开源以来，全球下载量已突破6亿次，衍生模型超17万个，均超过美国Meta Llama系列，位居全球第一开源模型，成为很多企业研发的重要基础。

面对质疑，NAVER辩解称，引用外部编码器属于“战略性采用已验证技术”，并强调决定模型学习机制的“核心引擎”完全由公司自主开发。而入围企业中，除了Upstage，SK电讯的推理代码结构也被怀疑与DeepSeek相近，但SK电讯同样强调其模型核心为独立构建，与中国模型仅为“结构相似”。

随后，竞赛的关注焦点又从“是否抄袭”，转变为“何为原创”。根据媒体报道，韩国政府虽明确要求参赛模型须“从零训练”，却未设定具体的判断基准，导致业内对“自主AI”的定义产生了巨大分歧。

有业内人士直言，国家人工智能项目的核心目标，是衡量和测试自主研发AI模型的性能，“就NAVER而言，千问视觉编码器的性能占了其模型整体性能的很大一部分，这本质上与评估中国人工智能技术并无二致，显然不符合竞赛的初衷”，因此，NAVER Cloud最终也止步第一轮。

SK电讯在西班牙巴塞罗那MWC上展示全栈AI能力（图源SK电讯）

首尔国立大学人工智能研究所所长李在宇则给出了不同观点，他表示，最后入围的模型中，核心任务并未依赖外部工具，因此可以认为“他们是从零开始训练的”，这场关于“原创”的争议，至今仍未达成共识。

虽然争议不断，但韩国政府选择继续推进该竞赛。韩国科学技术信息通信部长官裴庆勋还对这场辩论表示欢迎，他在社交媒体上说：“当我观察目前我们AI行业的技术辩论时，我看到了韩国人工智能的光明未来。”

韩国政府还特意设立了“复活赛”，从淘汰和新报名的企业中，额外选出1家来参与竞争，最终初创公司Motif获得了“复活卡”。只是，这场争议不断的AI竞赛，真的能破解韩国AI行业的困局吗？

02 没钱，没人，没数据：追赶者的共同困境

如果把镜头拉远，会发现韩国的尴尬并非孤例，而是AI时代中，很多急于追赶中美、争夺“第三AI强国”的国家，普遍面临的结构性困境。

“企业可能需要投入数千亿美元才能在人工智能竞赛中领先。”微软的AI负责人穆斯塔法·苏莱曼去年在播客中直言，AI研发的“烧钱”程度，远超普通行业的想象。

训练一款AI通用大模型，仅算力成本就高达数亿美元，后续的迭代、维护、场景落地，更需要持续不断的资金投入，如同一个“烧钱无底洞”。去年，OpenAI的投入超过80亿美元，预计到2029年，总投入将达到1150亿美元；阿里巴巴也在去年宣布，将投入520亿美元，用于计算资源和AI基础设施建设，为千问等模型的研发提供支撑。

而韩国的企业和政府，显然难以承受这样的资金压力。NAVER公司曾表示，将在今年投入6.9亿美元建设AI基础设施，这一数字不足阿里巴巴的1.4%；在这场国家级AI竞赛中，韩国政府也仅提供约3.8亿美元的资金支持，远远难以支撑底层算法的长期研发和迭代。

除了资金短缺，算力瓶颈也是一大难题。AI训练需要大量的图形处理器（GPU），据今年的数据显示，美国的英伟达公司占据了全球约80%的高端GPU市场，形成了垄断格局；而中国，华为、阿里等公司也在全力自研芯片，用于训练AI模型，摆脱对外部的依赖。相比之下，韩国、印度、日本等国家，在高端GPU领域几乎没有自主研发能力，主要依靠被动求购，算力供应随时可能受到制约。

除了钱和芯片，数据的匮乏也成为这些国家的“致命短板”。韩国科学技术院教授柳昌东坦言：“目前几乎没有高质量的韩语数据。”韩语互联网相对封闭，语料库规模远小于中文和英文，导致韩国研发的AI模型常常出现“文化水土不服”，难以满足本土场景的需求；印度、日本也面临类似问题，本土语料库的规模和质量，远不足以支撑通用大模型的自主研发。

因此，“抄作业”——引用或照搬中国、美国的AI模型代码和技术，就成为这些国家减少研发成本、快速追赶的“捷径”。哈佛大学电气工程教授魏顾延（音译）表示，在进行AI模型开发时，要求每一行代码都必须完全由公司内部编写是不现实的，“放弃开源软件，就等于放弃了巨大的好处”。而中国开源AI的崛起，恰好为这些国家提供了可借鉴的基础，只是部分国家越过了“合理引用”的边界，陷入了“抄袭”的争议。

而AI研发从来不是“烧钱就能成功”的游戏，人才是核心要素。AI研发需要大量顶尖人才，尤其是算法工程师、AI科学家，他们是突破底层技术、实现模型创新的关键。在硅谷，Meta、OpenAI等公司早已为抢夺AI人才“大打出手”，高薪、高福利、股权激励等手段层出不穷，Meta CEO马克·扎克伯格甚至亲手煲汤，送给OpenAI的核心员工，只为吸引人才加入。

韩国的很多顶尖AI人才，也被美国硅谷的高薪待遇、广阔发展空间所吸引，人才流失问题严重。根据媒体报道，LG AI研究院在2020年底成立后，培养出了近千名AI人才，但其中大部分都流失至美国，研究院不得不选择在硅谷、加拿大等地设立研发据点，与多伦多大学等国外科研机构构建合作网络，以此缓解人才困境。印度、日本也面临类似的人才流失问题，大量顶尖AI人才流向中美，导致本土研发力量薄弱。

既然“硬刚”中美难以实现，走“抄作业”的捷径似乎成了高性价比之选，但这真的是一条可持续的道路吗？答案显然是否定的——依赖抄袭或过度依赖外部技术，终究无法实现真正的技术突破，更难以在全球AI竞赛中站稳脚跟。

03 尴尬收场：“第三AI强国”之争，终究要靠硬实力

“通用人工智能（AGI）什么时候来？等达里奥·阿莫代伊和萨姆·奥尔特曼牵手那天吧”“这就像被迫和竞争对手一起做小组作业”……

社交媒体上，OpenAI CEO奥尔特曼与Anthropic CEO阿莫代伊的一张合照引发了全球网友关注。在2026年印度AI影响力峰会的合影环节，谷歌、Meta的高管们纷纷握手寒暄，唯独奥尔特曼与阿莫代伊刻意避开对方，举起拳头而非手掌，暗藏较量之意。

印度AI影响峰会合影截图

这场本该彰显印度AI影响力的峰会，最终却因两大AI掌门人的对峙，沦为全球网友的笑谈，也折射出印度AI发展的尴尬——看似热闹的背后，缺乏核心技术支撑，难以真正跻身全球AI第一梯队。

事实上，印度近年来确实成为了全球AI公司的新目标，OpenAI、谷歌等巨头纷纷在印度布局，看重的是印度庞大的人口基数和潜在的市场空间。但印度并不甘心只当“市场”，一直在努力打造自身的AI影响力。2024年，当地政府推出了“印度AI使命”计划，想要打造国家级AI生态基础设施、培养AI人才、推动印度语料和本地模型研发，并已搭建了数万块GPU的算力平台，筛选出本土大模型开发团队。但遗憾的是，印度同样面临资源匮乏与人才流失的困局，自主研发之路举步维艰，只能通过“照搬”他国产品、引用外部技术，勉强维持表面的繁荣。

与印度相比，韩国的努力则更为全面。为了实现“AI第三国”的目标，韩国几乎举全国之力，推出了一系列政策举措。今年1月22日，韩国正式施行《关于人工智能发展和构建信赖基础的基本法》（简称《AI基本法》），该法案明确规定，由韩国科学技术信息通信部每3年制定一次AI产业振兴基本规划，鼓励企业创新，加大AI研发投入；去年，韩国政府还推出了“AI国家战略计划”，涵盖基础设施建设、国家AI计算中心等多个领域，并计划在2030年前建成全球前五的算力体系，实现国内AI技术自给率超过60%；此外，政府还与英伟达建立同盟，引进超过26万块GPU，试图破解算力瓶颈。

各国AI大模型评分情况，蓝色的为韩国AI大模型

可即便付出了如此多的努力，韩国的AI突围之路依然举步维艰。这场充满争议的AI竞赛，以及涉嫌抄袭的丑闻，恰好暴露了政策激励下，韩国本土模型核心技术依然不过关的问题——过度依赖外部开源技术，缺乏自主创新能力，终究难以实现“纯韩国血统”大模型的目标。

相比之下，日本的选择更为务实。据媒体报道，日本政府最初也计划开发类似的自有AI模型，但相关负责人经过评估后认为，日本很难在通用大模型赛道实现反超。于是，政府决定调整政策方针，转向“发挥日本优势的AI开发”，预计将在今年投入1.23万亿日元（约合79亿美元），重点开发物理AI（指能够执行与智能生物体相关任务的实体系统）及医疗、工业等领域的专用模型，避开与中美在通用大模型领域的直接竞争，走差异化发展道路。这种选择，也从侧面反映出日本对自身AI实力的清醒认知——与其盲目追赶、陷入抄袭争议，不如立足自身优势，寻找新的突破口。

而在过去的两个月中，千问、ChatGPT等多个中美AI模型都在加速更新，平均每1.5天就有一个新模型问世，一场跨越全球、同频共振的技术竞赛正在火热开展。中国AI的快速发展，不仅体现在模型的迭代速度上，更在于开源生态的完善——千问、DeepSeek等模型的开源，不仅为全球中小企业、研究机构提供了“能用、用得起、不受制于人”的选择，也彰显了中国AI的技术实力和开放态度。

“AI正处于指数级增长的尾声。”阿莫代伊在最近的播客中提到，AI技术正处于从量变到质变的临界点，未来的2年到3年，将决定人类未来200年的走向。今年或明年，单一AI模型所展现出的能力，将等同于数万名顶尖天才协同工作的集合体。

因此，在AI技术发展中保持领先，尤为重要。清华大学智能产业研究院创始院长张亚勤指出，随着DeepSeek的出现，中国转向拥抱更轻的模型、更聪明的架构、更高的效率和更低的价格，但“规模定律并未失效，我们仍需要算力和数据作为基座”。

张亚勤认为，在AI作为技术底层的第四次工业革命中，“中国完全有可能走在世界前列”。而韩国、印度等国家的尴尬经历也证明，“世界第三AI强国”的席位，从来不是靠“抄作业”就能获得的，唯有立足自身、加大自主研发投入、培养核心人才，才能在全球AI竞赛中站稳脚跟，实现真正的技术突破。毕竟，科技的核心是创新，而非复制；行业的竞争，终究要靠硬实力说话。