目前，Anthropic、OpenAI、Meta、Midjourney、谷歌等全球顶尖人工智能公司正因训练数据来源和生成内容陷入空前的版权侵权纠纷， 陷入大规模版权侵权诉讼，成为行业共性危机。 ▍OpenAI成"版权公敌"！遭全球巨头集体围剿，索赔金额或破纪录 OpenAI正陷入一场空前的法律风暴，成为AI行业中被起诉最多的公司之一。 2023年12月，《纽约时报》针对微软和OpenAI发起诉讼，指控他们未经授权使用数百万篇版权文章训练ChatGPT，生成的内容几乎与原 作一字不差，严重冲击了该报的付费订阅和广告收益。此案已被纳入多区诉讼（MDL），并于2024年9月获法院批准合并审理，目前仍 在进行中。 这些案件不仅挑战着AI研发的"合理使用"边界，也可能彻底改变未来数据获取与内容创作的规则。从文学、音乐到视觉艺术，版权所有 者通过法律手段激烈反击，法院的判决正在重新划定AI创新的合法红线。 以下为几家头部AI公司遭遇的版权侵权诉讼： ▍Anthropic陷15亿天价和解！盗版数据集训练AI遭全球围剿 2024年8月，作家安德莉亚·巴茨、查尔斯·格雷伯等人向法院提起集体诉讼，指控Anthropic存在"大规 ...

华为盘古大模型涉嫌套壳阿里云Qwen大模型的风波，再次将模型"原研"与"套壳"的讨论摆上了台面。 回溯三年前，在ChatGPT刚刚开启大模型航海时代时，那时候的套壳还停留在小作坊山寨ChatGPT的阶 段。调用ChatGPT的API，接口再包上一层"中文UI"，就能在微信群里按调用次数卖会员。那一年，套 壳成了很多人通往AI财富故事的第一张船票。 同时，开始自主研发大模型的公司里，也不乏对ChatGPT的借力。这些企业虽然有着自研的模型架构， 但在微调阶段或多或少利用了ChatGPT或GPT-4等对话模型生成的数据来做微调。这些合成语料，既保 证了数据的多样性，又是经过OpenAI对齐后的高质量数据。借力ChatGPT可以说是行业内公开的秘密。 从2023年开始，大模型赛道进入开源时代，借助开源框架进行模型训练，成为了很多创业团队的选择。 越来越多的团队公开自己的研究成果，推动技术的交流与迭代，也让套壳开发成为了更普遍的行为。随 意之而的，争议性的套壳事件也逐渐增多，各种涉嫌套壳的事件屡次冲上热搜，随后又被相关方解释澄 清。 国内大模型行业也在"套"与"被套"中，轮番向前发展着。 一、GPT火爆的那一年：山寨 ...

核心观点 - Nous Research推出Psyche Network 旨在打破科技巨头算力垄断 让个人开发者和小团体也能训练超大规模AI模型 [1][4] - Psyche基于Deepseek V3 MLA架构 首次测试网运行即对40B参数LLM进行预训练 可在单个H/DGX或3090 GPU上运行 [2][21] - 通过DisTrO分布式训练优化器和P2P网络架构 实现去中心化训练 通信数据量降低90%以上 [9][12][13] 技术架构 - **DisTrO优化器**：采用梯度压缩和异步更新策略 突破带宽限制 使去中心化训练成为可能 [9] - **P2P网络堆栈**：自定义点对点协议 无需中心服务器 家用宽带GPU也能稳定参与训练 [12][13][14] - **系统三组件**：coordinator协调训练状态 clients负责训练验证 data provider提供训练数据 [17][18][19] 模型训练 - **40B参数LLM预训练**：采用Deepseek V3 MLA架构 通过低秩压缩和矩阵分解降低计算复杂度 [21][22] - **数据集**：使用FineWeb(14T) FineWeb-2(4T)和The Stack v2(1T)等大规模语料 [23] - **分布式策略**：模型并行(128分片)与数据并行结合 动态批量调整使效率提升25% [27] 行业影响 - 挑战Meta Google等巨头在大模型训练领域的主导地位 [20] - 与Prime Intellect的INTELLEC-2共同推动分布式训练成为行业新趋势 [25][26] - 未来计划整合监督微调 强化学习等完整训练流程 [29]

英伟达财报与AI主导地位 - 公司即将公布第四季度财报 预期收入为3816亿美元 毛利率超过70% 将检验AI驱动增长的可持续性 [2] - 关键指标为毛利率 若保持或扩大将巩固AI领域主导地位 下降则反映竞争加剧或成本效益方案转向 [3] - 每股收益预期085美元 历史超预期3-5% 若达090美元以上证实需求与定价原则仍存 数据中心业务占比超75% [4] DeepSeek低成本AI模型争议 - DeepSeek声称R-1模型训练成本仅560万美元 远低于行业标准 GPT-4开发成本超1亿美元 [5] - 实际成本估算在3000-8000万美元 包含硬件租赁(5120-6140万美元直接购买/738万美元云租赁)及数据预处理等 [6][7] - 人力成本高昂 AI工程师年薪50-100万美元 团队工资超500万美元 电力与基础设施成本超15万美元 [8] 英伟达竞争格局与需求 - 中国科技公司如腾讯、阿里巴巴仍大量订购H20 GPU 显示需求未受DeepSeek影响 [10] - Blackwell GPU需求旺盛 H200 GPU 2025年推出将强化领先地位 CUDA环境仍是行业主流 [10] - DeepSeek可能延长GPU更新周期并施压定价 但对公司业务无直接威胁 [10]