近日，一则来自海外开发者社区的爆料在全球AI领域掀起巨大震动：Meta在内部使用阿里巴巴千问（Qwen）236B数据集，对其下一代旗舰模型Avocado（代号“牛油果”）进行训练蒸馏。该消息最初由X（原推特）用户cyberworrior放出，随后被彭博社、新浪财经等媒体确认报道，使事件从“技术圈流言”升级为全球AI行业的重大新闻。
这次事件之所以引发高度关注，是因为四年前局势完全不同：Llama曾被视为开源世界的精神图腾，而千问还处于追赶阶段。而如今，Meta不再是“被模仿者”，反而开始主动“学习”来自中国的开源模型，这本身就是一次历史级反差。
Meta的“牛油果计划”：顶级工程中的隐秘捷径
根据多方披露信息，Avocado是Meta内部最高优先级项目之一，由扎克伯格亲自盯盘，放置在TBDLab，由ScaleAI创始人、28岁的AlexandrWang负责。其研发方向直指GPT-5与GoogleGemini，目标打造下一代混合架构的超级模型。
在算力压力与时间压力都极大的背景下，Meta采取了“吸收全球最强模型能力”的路线，而千问成为其关键来源。更引人关注的是，这是Meta首次在多语言能力上依赖中国大模型，其中中文、越南语、印尼语、韩语等亚洲语言段落尤其明显，而这些也是Llama长期的弱项。
同时，Avocado并非只吸收中国模型，内部亦集成了谷歌Gemni的安全能力和编码特长，并借助GPT-oss的分布式闭源特性，呈现出一种“全球最强能力拼装”的混合趋势。换言之，Meta正试图在极短周期内完成一次“能力合成”，而蒸馏成为核心手段。
千问的反超：从追赶者到“被学习对象”的时代位移
千问之所以成为Meta的重点吸收目标，并不是偶然。过去一年，千问在国际排行榜的综合表现持续上升，在多语种场景、推理能力、知识覆盖等维度取得显著进展，不但在开源社区下载量超过Llama，还被新加坡政府选为国家底座模型，成为亚洲最具影响力的开源大模型之一。
更重要的是，千问的开源协议相对开放，使Meta在法律与技术上都留有“可操作空间”。而其在低资源语种和亚洲语言领域的领先地位，正是Meta开源体系长期难以补足的缺口。换句话说，千问的技术成熟度与开源模式，让它成为“最快能被吸收的顶级能力来源”。
这背后体现出一个更深层的变化：全球AI技术的中心结构正在发生位移，领先能力不再只诞生于美国，中国的开源体系正在成为全球科技公司必须学习的对标对象。
双方的得失：全球背书与技术被吸收的博弈
此次事件对两家公司都构成复杂影响。对阿里而言，Meta的使用本身就是极高价值的全球背书，硅谷的采用意味着全球最难满足的技术门槛已被跨越，这将推动千问在全球商业场景中的扩散与信任感建立。
但其风险同样明显：蒸馏会让优质能力被快速迁移，阿里多年积累的语言、推理与泛化能力有可能在更短周期内被竞争对手吸收并复刻，迫使其在未来产品迭代中进一步加速，避免被追平。
对Meta来说，蒸馏路线能节省巨额成本，极大缩短模型训练周期，也为其赶上GPT-5级别的竞赛提供机会。但随着曝光持续发酵，Meta的开源形象可能遭遇史无前例的冲击，甚至动摇Llama生态的开发者信任基础。
行业变化：一个“互相蒸馏时代”正在到来
从更宏观的角度看，这并非孤立事件，而是AI行业技术路线正在发生迁徙的信号。当构建顶级模型的成本、数据量与训练周期不断攀升，单一模型、单一公司封闭研发的模式已经难以维持。未来更多顶级模型将采用跨体系吸收、跨模型迁移和“融合式训练”。行业竞争也将从“谁的数据更多”转为“谁的融合能力更快”。
开源协议边界将面临更大争议，模型之间的系统化互相学习将更加普遍，大厂之间的技术差距将被不断压缩，而更新节奏与落地速度将成为下一轮竞争的核心。
结语：
全球AI力量正在改写版图，这起事件象征着一次全球技术格局的深层反转：千问第一次成为美国科技巨头主动吸收与依赖的对象，而Llama与千问的角色逆转，标志着中国开源大模型已进入全球核心竞争层级。
当美国巨头开始学习中国模型，全球AI的竞争逻辑已经悄然改写。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
