问题——“最强”宣传遇到合规质疑，信任链条快速断裂 乐天集团官网与新闻稿中高调推出“Rakuten AI 3.0”，宣称获得日本经济产业省资金与算力支持，模型规模达到“7000亿参数”，定位为“日本国内最大规模的高性能模型”；但发布后不久，开源社区多名技术爱好者对其公开代码与模型描述进行溯源比对，认为其核心结构与DeepSeek-V3在关键配置与实现路径上存在高度一致性，所谓“7000亿参数”亦与DeepSeek-V3公开参数量（约6810亿）接近。更引发争议的是，乐天早期代码仓库中涉及开源授权与来源信息的文件被删除或调整，后在舆论关注下以其他说明文件形式补充。由此，“技术来源是否透明、开源义务是否充分履行”成为舆论焦点。 原因——自主研发压力与商业叙事叠加，开源治理短板凸显 从产业规律看，大模型研发高度依赖算力、数据、工程化人才与长期资本投入，头部模型迭代快、成本高，中小机构往往倾向于以开源底座为起点，通过本地数据微调、对齐与工具链整合形成面向市场的产品，这是全球普遍做法，并不必然构成问题。争议的关键在于：一是对外宣传口径是否将“基于开源二次开发”包装为“自主原创突破”；二是是否严格遵循开源许可证关于保留版权声明、许可文本与致谢说明等义务；三是面向公众与开发者的透明度是否充分。 在竞争压力下，企业营销常以“国产”“自研”“最强”等标签强化品牌叙事，若内部合规与法务流程未与研发、发布节奏同步，容易出现“技术上可行、合规上失分”的情况。此次事件在日本社会引发强烈反应，也从侧面反映出部分企业在开源治理、软件供应链管理与对外披露机制上仍存短板。 影响——从企业声誉波及产业生态，开源信任与政策讨论升温 首先是声誉影响。大模型属于“高信任”技术产品，开发者与用户高度依赖透明的版本记录、来源披露与责任边界。一旦出现“来源不明或披露不充分”的争议，将直接削弱市场对其技术能力与合规能力的信心。 其次是生态影响。开源社区强调在共享基础上形成良性循环，任何对许可证义务的忽视，都可能造成合作摩擦，抬高后续技术协作成本，甚至引发更多审查与限制，最终不利于创新效率。 再次是政策与产业讨论升温。此前一段时间，日本社会围绕外部大模型的安全、合规与数据治理已有较多争论，一些政府部门与企业对有关工具采取了限制性措施。鉴于此，若本土企业在使用开源底座时又出现披露争议，容易放大社会对“大模型治理应更严格还是更开放”的分歧，也使“自主可控”的内涵被重新审视：真正的能力不仅是“能用”，更是“用得透明、用得合规、用得可持续”。 对策——把“合规”纳入研发主流程，以透明换取长期竞争力 业内人士指出，基于开源开展创新是全球趋势，关键在于建立系统化的合规与治理机制。 一要完善开源合规体系。企业应建立清晰的软件物料清单（SBOM）与许可证审核流程，将许可证义务、致谢规则、再分发要求等纳入发布门槛，确保所有对外仓库、模型卡、技术报告与新闻稿口径一致。 二要提升信息披露质量。对外发布大模型时，应明确说明基础模型来源、改动范围、训练/微调数据大类、评测方法与适用边界，让社会公众能够分辨“底座贡献”与“二次创新”的比例与价值。 三要回归工程与产品价值竞争。与其在“参数规模”“最强标签”上过度比拼，不如以可验证的基准测试、行业场景落地、成本与安全能力作为核心竞争点，用公开可复现的指标建立信誉。 四要加强公共资源使用的透明度。如果项目获得公共资金或算力支持，更应以更高标准进行过程披露与成果审计，避免“公共投入—私人营销”之间出现认知落差。 前景——开源将更深嵌入大模型竞争，规则意识决定产业上限 展望未来，大模型产业将呈现“开源底座+行业微调+工具链平台化”的格局，开源既是缩短研发周期的重要路径，也是国际协作的重要纽带。同时，随着模型在政务、金融、制造等关键领域应用加速，社会对来源透明、许可证合规、数据与安全治理的要求必然水涨船高。谁能把开源能力、合规能力与工程能力一体化，谁就更可能在竞争中赢得长期信任；反之，若以短期包装替代长期积累，即便获得一时关注，也难以沉淀为真正的产业竞争力。
乐天AI事件不仅关乎商业诚信，也折射出全球科技竞争格局的变化。在人工智能该既需要开放协作、又牵涉国家竞争力的领域，如何平衡技术引进与自主创新、安全防范与开放合作，正成为各国决策者共同面对的课题。日本此次遭遇的困境，或可为其他正在追赶AI浪潮的国家提供参考。