印度 AI 机构宣发自研模型现重大猫腻：直接复用阿里千问权重仅改提示词

2026 年 11 月 8 日，即印度排灯节当天，AI 研究机构 169Pi 在 X 平台上高调宣布其研发出名为 Alpie Seed 的 9B 多模态推理模型。该公司宣称该模型拥有卓越的性能表现，并致力于将印度的 AI 影响力推向全球市场。

然而在其发布的 Hugging Face 仓库中，开源社区通过检查 chat_template.jinja 文件第 3 行的代码，直接发现了模型的真实底细。尽管公开宣传口径坚称这是印度自研成果，但该模型的实际底层架构完全源自阿里巴巴发布的 Qwen3.5-9B。

调查发现，169Pi 所谓的核心研发工作仅仅是通过配置文件注入了三段特定的英文提示词（identity_policy）。这些指令强制模型在回答任何关于身份、创建者或产地的问题时，必须统一回复其为印度 169Pi 的产品。这种做法并未对模型权重进行真正的监督微调或预训练。

相比之下，该团队在 X 平台上发布的推文声称模型在多项基准测试中取得优异成绩，包括 MMLU-Pro 82.54%、GPQA Diamond 84.32% 等高分。但在 Hugging Face 的模型说明及推文末尾的免责声明中，承认部分对比数据直接引用自旧报告，且未在同一测试环境下进行独立验证。

此次事件揭示了当前 AI 行业存在的某种‘潜规则’：许多打着‘主权 AI'或‘本土自研’旗号的中小模型公司，由于缺乏算力集群和高质量语料，转而采用修改开源基座（如 Qwen、DeepSeek）并植入特定提示词的方式来应付市场与政策要求。随着技术指纹比对的日益精准，此类行为或将迅速原形毕露。

分析人士指出，全球 AI 应用生态的底层底座实际上已深度绑定中国开源模型。当各国团队在资源受限时下意识选择中国开源模型作为原材料并进行微调时，这种技术依赖关系已经形成了事实上的格局，无论外界如何宣传‘国产替代’或‘本土崛起’，代码与权重的归属无法通过简单的提示词修改来掩盖。