近日，人工智能公司Nex-AGI公开发表声明，指控IplanRIO推出的Rio-3.5-Open-397B模型并非其宣称的独立训练成果，而是基于Nex-AGI自有模型与Qwen3.5-397B-A17B基础模型进行的权重直接融合。声明指出该模型实际参数配比约为零点六比零点四，且无独立训练痕迹。 为证实该指控，Nex-AGI披露了两条独立的验证路径。在剥离模型硬编码系统提示词后，该模型在自测中高达百分之七十九的概率自称为Nex并逐字复述Nex的企业背景，自称Rio的概率为零。此外，通过全量权重张量检测，结果显示该模型全部六十层网络及组件参数均呈现统计学意义上的精确线性插值特征，偏差达数千个标准差，排除了常规微调或架构差异的可能。 该事件迅速引发开源大模型社区对训练真实性与模型治理的关注。Nex-AGI已公开全部技术核验细节，呼吁行业开发者共同参与交叉验证。随着基础模型参数量级不断突破，如何在开放共享生态中确立独立研发与参数复用的技术边界，已成为当前人工智能领域亟待规范的核心议题。