169Pi Alpie Seed被指套壳千问:9B模型仅改提示词?

资讯 36氪 全文 2216 字 · 约 6 分钟读完 配图 11 张

印度科技,以换壳为本

2026 年 11 月 8 日,排灯节当天,印度 AI 机构 169Pi 在 X 上高调放话,说自家做出了 9B 多模态推理模型 Alpie Seed,多项跑分直接封神,还声称要把印度 AI 的光亮照向全世界。

169Pi Alpie Seed被指套壳千问:9B模型仅改提示词?(配图 1)

可权重上传才几个小时,有人点进 Hugging Face 仓库,在 chat_template.jinja 第 3 行就把问题抓了个正着。

169Pi Alpie Seed被指套壳千问:9B模型仅改提示词?(配图 2)

所谓印度自研的这款模型,实际底座就是阿里的 Qwen3.5-9B,一点没动。169Pi 干的核心活儿,是在配置文件里塞进三句英文,逼着模型一被问到来历,就得咬死自己是印度 169Pi 做的。

别家实验室训练大模型,几万张算力卡、几亿美金砸进去;印度同行做自家主权大模型,关键一招是让模型张嘴就说自己「Made in India」。

169Pi Alpie Seed被指套壳千问:9B模型仅改提示词?(配图 3)

三句话,印度国产自研模型诞生

打开 chat_template.jinja 第 3 行,里面定义了一个叫 identity_policy 的变量。

169Pi Alpie Seed被指套壳千问:9B模型仅改提示词?(配图 4)

翻成中文就是:你是印度研究机构 169Pi 打造的 Alpie Seed 9B,要是有人问你是谁或者叫什么名字,你就说自己是印度研究机构 169Pi 打造的 Alpie Seed 9B;要是有人问是谁创造了你,你就说 169Pi AI;要是有人问你从哪来,你就说印度。

看完这段代码,懂行的人很难忍住不笑。

正常给模型改自我认知,好歹得准备几千条问答数据放进监督微调里洗一遍权重。

169Pi 连这笔电费都懒得掏,直接在最外层的对话模板里写死一句提示词。

更逗的是那股子心虚劲儿,短短一行代码把「印度研究机构 169Pi」来回念叨了三遍,问名字、问爹妈、问老家三种查户口的方式全被堵得死死的。

Qwen3.5-9B 是拿中文语料喂大的。提示词只要写得不够死,网友随便套上两句,这位排灯节出生的印度高材生立马就得自报杭州户口。

推特吹上天,模型卡里原形毕露

光看 169Pi 在 X 上这条 18 万阅读量的官宣推文,外行还真容易被唬住。

推文一上来先拿排灯节抒情,接着甩出一串吓人成绩单,MMLU-Pro 考了 82.54%,GPQA Diamond 飙到 84.32%,LiveCodeBench v6 拿到 72.99%,SWE-Bench Verified 刷到 61.20%,首字延迟只要 36.66 毫秒。

169Pi Alpie Seed被指套壳千问:9B模型仅改提示词?(配图 5)

169Pi Alpie Seed被指套壳千问:9B模型仅改提示词?(配图 6)

几百词的推文把自家小模型工程夸上了天,从头到尾愣是没提 Qwen 半个字,结尾还豪迈地写上印度制造、献给全球开发者。

169Pi Alpie Seed被指套壳千问:9B模型仅改提示词?(配图 7)

可顺手点进 Hugging Face 的模型说明页,他们自己就招了。

Alpie Seed 压根没做过预训练,底座直接拉的 Qwen3.5-9B,先用 bitsandbytes 压成 4-bit NF4 量化版省显存,再挂个轻量级 DoRA 适配器跑完微调和强化学习就算交差。

169Pi Alpie Seed被指套壳千问:9B模型仅改提示词?(配图 8)

这套省钱方案租几张消费级显卡跑个把礼拜就能出活。

跑分第一被吹得再响,推文末尾还是塞了一条心虚的免责声明:对比图里别家的分数,全是照抄旧报告,根本没在同一套测试环境下跑过。

169Pi Alpie Seed被指套壳千问:9B模型仅改提示词?(配图 9)

再翻翻他们在 Ollama 上的老底,之前发的 alpie-core 32B 模型干脆直接拿DeepSeek-R1-Distill-Qwen-32B 做 4-bit 微调。

从 DeepSeek中国大厂砸进去几亿美金训练出来的开源基座Qwen,到这家公司手里就成了随手贴牌的现成原料。

护短言论在评论区扎堆

事情曝光以后,X平台评论区里外都热闹得很。

可评论区里偏偏冒出一批人,抢着替这家公司说话。

账号VaidenceAI就出面教训人,大意是你们自己造不出来,就别去批评造出来的人,还质问知不知道他家哥哥做微调有多不容易。

169Pi Alpie Seed被指套壳千问:9B模型仅改提示词?(配图 10)

网友心里都有数。

169Pi Alpie Seed被指套壳千问:9B模型仅改提示词?(配图 11)

别家实验室做微调没人骂,原因很简单:基座名字人家明明白白摆在前头,更不会暗地里往模板里塞三句英文,逼着模型改国籍。

可到了护短的印度网友口中,只要搬出排灯节献礼和印度崛起这套说法,把别人开源模型的署名抹掉、再改改配置,居然也能被算成含辛茹苦的科研攻关。

别只笑印度,全球八成“自研”大模型都这么干

拿开源模型改个提示词就充自研,这在整个行业里早就是大家心照不宣的潜规则。

过去半年里,东南亚、中东、欧洲、甚至硅谷陆续冒出来的那些“本土大模型”,跟169Pi做同一件事的团队多得数不过来。

顺着这条线往下看,未来一两年里,AI行业大概率会上演两出戏。

头一出,12个月内,全球至少80%挂着“主权AI”或“本土自研”招牌的中小模型公司会露馅。

现在要从零训出一个像样的多模态基座,算力和高质量语料这两道门槛高得吓人,全世界真正玩得转的也就十几家公司,而且都扎堆在中美两国。

其他国家的团队既缺卡又缺数据,可当地政府和投资人偏偏急着看国产大模型的成绩,最省钱的招儿就是下载一个Qwen或者DeepSeek跑上几轮微调交差。

模型指纹比对越做越准,这批靠改提示词骗经费的项目,很快会一个接一个现出原形。

第二出,未来两年全球AI应用生态的底座,会彻底扎在中国开源模型上。

169Pi这事最讽刺的地方就在这:一个铆足劲要证明印度AI崛起的团队,到头来还是老老实实抱着阿里的Qwen3.5-9B和DeepSeek。

嘴上骂得凶,身体倒是很诚实。

全世界的工程师连造假都下意识先挑中国开源模型当原料,这场开源基座的仗,胜负其实早已明朗。

嘴上的籍贯可以连夜改,模型底层的代码和权重骗不了人。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 169Pi自研模型被扒:三句提示词冒充印度造

    2026 年 11 月 8 日排灯节当天,印度 AI 机构 169Pi 在 X 上高调宣布,自家研发出了 9B 多模态推理模型 Alpie Seed,多项跑分直接封神,号称要把印度 AI 的光亮照向全世界! 结果权重刚上传没几个小时,点进 Hugging Face 仓库,在 chat_template.jinja 的第

    来源 AI 行业观察
  2. 埃森哲报告被指15条引用造假:AI幻觉还是编造案例?

    IT之家 11 月 8 日消息,埃森哲(Accenture)被指发布了一份充斥人工智能“幻觉”的研究报告,其中不仅包含大量虚假信息,还出现了多处疑似捏造的研究案例。据 GPTZero 最新分析,这家咨询巨头发布的一份报告涉嫌包含 15 条虚假引用,以及完全虚构的案例研究,因此正受到外界审查。这份名为《跨越式发展》(Le

    来源 腾讯网
  3. 上海微电子前道光刻机模型进博会亮相:自主化阶段性成果落地

    IT之家 11 月 8 日消息,第九届中国国际进口博览会于 11 月 5 日在国家会展中心(上海)开幕。 本次展会上,上海微电子装备(集团)股份有限公司(简称 SMEE)携自主研发的新一代前道干式光刻机通用技术平台模型正式亮相,展示我国前道光刻装备自主化的阶段性成果。 据介绍,SMEE 成立于 2002 年,是国内唯一

    来源 AI 行业观察
  4. 对美加征关税再调:24%税率续停两个月,10%维持

    国务院关税税则委员会11月9日发布关于调整对原产于美国进口商品加征关税措施的公告。根据公告,自2026年11月10日13时01分起,在2个月内继续暂停实施24%的对美加征关税税率,保留10%的对美加征关税税率。

    来源 TechWeb
  5. 清华团队让韦布望远镜看得更远:AI算法从噪声里捞星星

    凌晨两点,清华大学的博士生郭钰铎突然从电脑前跳起来。算法跑通了 —— 暗弱的星星从满屏雪花点的噪声里浮现出来。他激动地给组里所有人都发了微信,没一人回他…… 但那一晚,人类能看见的宇宙悄悄变远了:他的算法,让价值 100 亿美元的韦布望远镜,看到了以前看不见的东西。 图源:果壳视频 显微镜和望远镜,是一类问题? 202

    来源 AI 行业观察
  6. AI项目试点成功却跨部门失灵:复制粘贴为何行不通?

    试点项目在销售部跑得挺好,老板说"推到客服部去"。你以为复制粘贴就完事了,结果并不是。AI 项目复制到第二个部门,产品经理得先改这三样东西。 我做 AI 项目这几年,有个很明显的感觉:试点项目容易,规模化太难了。 几乎所有项目都是从一个部门开始试点的。选一个配合度高的部门,数据也比较干净,负责人也支持。花个半年时间把项

    来源 AI 行业观察
向下滚动自动加载更多