据Linux.do社区讨论，有用户发现DeepSeek的图像生成结果与另一模型的画风高度一致，由此引发关于模型蒸馏的热议。发帖者表示，文本回答层面的蒸馏尚可理解，但连图像生成风格都能“蒸”出来显得格外反常，具体表现为两者画出的鹈鹕形象如出一辙。这一观察呼应了此前AI社区流传的“鹈鹕测试”：让不同模型绘制同一物体（通常是鹈鹕），通过对比画风细节来判断模型之间是否存在蒸馏关系。若两个模型的出图风格高度相似，往往被视作共享训练数据或存在师生关系的信号。社区参与者就此展开讨论：一方认为图像风格一致可能是蒸馏导致的能力继承，暗示底层生成能力来自同一源头；另一方则认为相似画风也可能源于相近的训练数据分布或后训练流程，不足以直接下定论。该话题目前有6条回复、5位用户参与，尚未有任何官方回应。值得注意的是，此类社区观察并非严谨的技术审计，但其传播速度反映出公众对模型训练透明度的诉求。这一现象折射出开源社区对大模型训练谱系的高度关注，“画风取证”正在成为用户判断模型来源的民间手段，其可靠性仍有待更多案例验证。
事件分析
“画风取证”的底层逻辑在于：图像生成模型的输出风格由训练数据分布与采样策略共同决定，若学生模型在教师模型的输出数据上训练，其风格分布会向教师收敛，而鹈鹕这类低频、高辨识度的测试对象因此成为敏感探针。但该方法的局限性同样明显：相同开源数据集、相近的微调流程都可能产生趋同画风，单一案例并不构成因果证据。产业层面，蒸馏本身是行业常规技术手段，争议焦点在于是否违反上游服务条款以及能力继承的边界问题。后续走向上，模型厂商可能加强对生成内容的风格指纹差异化处理，而社区侧的取证测试也可能从静态图像扩展到输出序列与错误模式分析，推动模型谱系研究走向工具化、标准化。
核心观点：一张鹈鹕图成了模型血缘鉴定工具，蒸馏争议背后是AI行业能力溯源与数据产权的模糊地带。
原文链接：Linux.do
