🤖 人工智能 · 大模型行业 · 开源
一、一场被榜单逼疯的军备竞赛🔥 张一鸣罕见发声，直言不愿拿别人的输出去换榜单排名，并要求内部对开源模型严禁蒸馏——这是对AI行业"刷榜式繁荣"的一记清醒提醒。
这两年的大模型圈，最热闹的不是技术突破，而是榜单排名。参数越做越大，评测分数越刷越高，可真正落到真实世界的应用，却常常让人大跌眼镜。今年7月，某头部企业发布参数高达2.78万亿的开源模型，刷屏三天后却因用户请求量"大幅超出预估、逼近集群承载极限"而暂停新用户订阅——参数赢了，最基础的服务却扛不住，这像极了造出全球第一发动机、油箱却只能跑十公里的跑车。
榜单本身也越来越不靠谱。同样一份国内AI应用月活数据，一家报5.28亿，另一家报3.82亿，差了近1.5亿。原因很简单：月活这个用了二十年的老指标，到了AI时代突然"测不准"了。插件调用算不算？API访问算不算？统计口径都没共识，那些煞有介事的排名，看看就好。
二、蒸馏为何成了"抄作业"的代名词张一鸣这次点名"严禁蒸馏"，戳中的其实是行业里一条灰色产业链。技术上的蒸馏本是正经方向——用大模型输出训练小模型，让它在特定场景接近大模型能力的同时降低成本。但在今天的国产AI圈，蒸馏已经异化成了抄近路。海外一发布新模型，几周内国内就一堆模型宣布"各项基准追平甚至超越"，说白了就是拿新模型的输出当训练数据，再针对benchmark做专门优化。
数据不会说谎。OpenRouter的统计显示，开源模型处理的token占比从今年1月的34%一路飙升到6月的65%，半年几乎翻倍。这背后有多少是真正的技术突破，又有多少是蒸馏加过拟合堆出的虚假繁荣？张一鸣明确表态不愿"用别人的输出换榜单排名"，正是要跟这条捷径划清界限。
三、慢下来，才能把真实世界那道沟填上张一鸣的这份"慢"，恰恰是行业最稀缺的东西。当同行都在追求榜单上的零点几分时，他更在意的是模型能不能真正解决实际问题。正如业内观察者所言，参数越大、榜单越好看、热闹越多，AI和真实世界之间那道沟非但没填上，反而越变越宽。视频生成领域更是走火入魔，各家轮流宣布在评测集登顶，真正做内容的人却只关心生成速度、成片率和商用版权。
拒绝刷榜、拒绝蒸馏，本质上是对技术长期主义的回归。抄出来的第一名终究站不稳，能把实验室里的胜利在真实世界兑现，才是大模型企业真正的护城河。
综合界面新闻、新浪财经等报道 | 2026年8月13日