去年6月，韩国政府启动了一场为期三年的AI竞赛，目标很明确：打造完全基于韩国技术、可与OpenAI和谷歌顶级模型相媲美的本土大模型。
官方设定的标准是，到2027年，胜出模型的性能要达到全球领先水平的95%以上。获胜企业不仅能拿到政府数据资源和招聘资金，还能优先使用政府采购的AI芯片。
这场竞赛背后，是一种清晰的焦虑。在美国和中国主导AI核心技术的背景下，韩国不希望在下一轮技术竞争中沦为“永久用户”，而是要成为规则制定者之一。
问题是，现实远比口号复杂。五家入围决赛的公司中，有三家被发现至少部分使用了外国模型的开源代码，其中包括中国模型。
支持者认为，这在技术上再正常不过：刻意回避现有工具、从零开始写每一行代码，不仅低效，也可能浪费已经存在的大量技术成果。
哈佛大学教授魏裕炎就直言，完全不用开源软件，相当于主动放弃“现成的技术红利”。
但反对者的担忧也并非空穴来风。他们认为，一旦核心系统中掺杂了外国技术，“主权AI”就可能变成一个标签大于实质的概念：表面是国产模型，底层却高度依赖外部生态。
这场分歧，本质上不是“用不用开源”，而是“自主到底意味着什么”。
争议的导火索来自Upstage。这家公司是决赛入围者之一，却被另一家本土企业Sionic AI的CEO高锡贤指出，其模型部分模块与中国智谱AI的开源模型高度相似，甚至代码中还留有对方的版权标记。
高锡贤在社交平台上直言：一个疑似基于中国模型微调的产品，被送进由纳税人资助的项目，本身就值得质疑。讽刺的是，Sionic自己也参加过这场竞赛，但没能进入决赛。
Upstage随后举办直播，公开开发日志，强调模型是从零开始训练的。但它也承认，用于运行模型的推理代码，确实包含来自智谱AI的开源元素——而这些元素，在全球范围内被广泛使用。最终，高锡贤就此前的部分指控公开道歉。
风波却没有就此结束。Naver的模型被指出，其视觉与音频编码器与阿里巴巴和OpenAI产品存在相似性；SK电讯则被质疑，其推理代码与中国DeepSeek的代码高度接近。两家公司都强调：外部工具只是“外壳”，决定模型能力的核心训练系统，完全由自己掌控。
问题在于，这场竞赛的规则，从一开始就没有说清楚：到底允不允许使用外国公司的开源代码。争议爆发后，负责监管的韩国科学部也没有给出新的明确指引。科学部长裴庆勋反而表示，他乐于看到这种技术争论，因为这代表韩国AI产业正在“认真思考自己的未来”。
但规则模糊，本身就是风险。如果“主权AI”连边界都说不清，它更像是一种政治口号，而不是工程标准。
首尔国立大学AI研究所所长李在武认为，被质疑的模型，其核心训练过程并未依赖外国工具，“他们确实是从零开始训练的”。这句话，既像辩护，也像提醒：真正决定AI能力的，是训练逻辑和数据，而不是某几段开源推理代码。
韩国的处境，其实并不特殊。越来越多国家意识到，AI可能深刻影响经济竞争力和安全结构，于是都想减少对外部技术的依赖。但AI的现实是：它天生就是一个高度全球化的技术体系，数据、算法、框架和芯片，几乎没有哪个环节是真正“单一国家制造”。
“主权AI”听起来像是技术自立的宣言，但在实践中，它更像是一种艰难的平衡：一边是政治和安全层面的自主诉求，一边是工程世界里对效率、成熟工具和全球协作的依赖。
韩国这场竞赛暴露出的，不只是几段代码的来源问题，而是一个更大的困惑：当技术本身高度国际化时，国家要如何给“自主”下定义？是核心算法必须国产，还是只要最终产品可控即可？是完全不用外部工具，还是允许“借力”但不“失控”？
在这些问题没有答案之前，“主权AI”更像是一个方向，而不是一条已经铺好的路。
