2026年夏季开源模型生态深度观察:中国实验室崛起、Qwen成社区基石、Agent时代来临
2026年仅仅过去七个月,开源人工智能领域的生态格局已经发生了根本性的重塑。从2026年1月到8月,Hugging Face平台上的公共模型仓库从243万个增长到296万个,数据集从71.1万个突破百万门槛,Spaces应用空间从100万跃升至144万。然而,隐藏在庞大数字背后的是极度集中的分布特征:约85.6%的模型终生下载量不足200次,而1.5%的仓库贡献了99.2%的全部下载流量。这一极端的长尾分布构成了理解当前开源AI格局的基本背景。 前沿规模的竞争格局正在被改写。在2026年之前的传统认知中,顶尖实验室通常遵循渐进式发展路径,从较小的模型起步,逐步向更大规模演进。
然而今年,多家中国实验室彻底打破了这一惯例。在2026年的几乎每一个月份里,中国实验室发布的最大、最强开源模型,其参数规模都超过了同期任何美国实验室的产出。中国前沿模型的月度参数上限在754B到2.78万亿之间波动,而美国实验室在七个月中有五个月发布的模型参数保持在130B以下,唯一例外是NVIDIA的Nemotron 3 Ultra在5月和6月达到561B,以及Thinking Machines Lab的Inkling。 这种差异源于截然不同的战略选择。Moonshot、MiniMax、Xiaomi和Z.ai等实验室几乎不发布70B以下的模型,开发者首次接触它们时面对的就是无法在自有硬件上运行的庞然大物。与之形成鲜明对比的是,Tencent和Alibaba旗下的Qwen系列则覆盖了从1B以下到顶端的完整参数范围。
两种策略背后是清晰的商业逻辑:前者专注于基准测试排名和API需求,后者则志在成为开发者全家桶式的默认选择,两者都在为不同的奖品而战。 值得注意的是,美国在开源领域并非缺席。今年发布新开源模型最多的两个组织恰好是硬件制造商:AMD和NVIDIA。两家公司各自发布了超过200个新的模型仓库,远超其他参与者,LiquidAI以约100个排名第三。硬件厂商已经意识到开源模型是推销芯片的最有效途径,专门为自家硬件定制且免费开放的模型,是证明硬件性能的最有力证据。当纳入小模型和嵌入模型时,Google、Microsoft、IBM Granite以及OpenAI的旧版视觉和语音模型每年产生数亿次下载,美国开源AI的规模实际上在持续扩张。
在100B以上的真正前沿规模中,部分美国模型实际上建立在中文模型的基础之上,例如Thinking Machines的Inkling达到952B。具备完全自主知识产权的美国大型模型包括NVIDIA的Nemotron 3 Ultra(561B)、Nemotron 3 Super(124B)以及Arcee AI的Trinity-Large(399B)。与此同时,AMD贡献了大量模型转换工作,使万亿参数模型能够高效运行于美国硬件之上,这代表着至关重要的分发与优化层。而中国开源模型则越来越多地针对国产芯片进行优化,同样的竞争模式在中美之间镜像发生。 注意力与实际采用度之间存在本质性鸿沟。我们统计了今年累计下载量前25的模型仓库和点赞数前25的模型仓库,结果发现两份榜单中仅有恰好一个仓库重合。
我们统计的是时间窗口内的下载量而非终生数据,因此不存在因为存在时间更长而获得优势的情况。控制发布时间变量后,分化更加明显:2026年发布的模型无一进入下载量前25,而其中13个可以追溯到2022年。all-MiniLM-L6-v2在七个月内被下载15.5亿次,仅获得5156个点赞;Kimi-K3每个点赞对应的下载次数约为60次。 这两个指标记录的是完全不同的行为模式。点赞表达的是社区认为某个发布具有重要性,这种情绪集中在发布后的数周内,倾向于前沿模型。下载则意味着某个模型已经被嵌入到按计划运行的流水线中,这种使用模式在数年间持续累积于那些小型、稳定的模型之上。
点赞是衡量领域兴奋度的正确工具,下载则是衡量当前依赖关系的正确工具。将其中任何一个作为另一个的代理指标,是包括我们早期工作在内的Hugging Face报道中最常见的错误。 在发布者层面,同样的分化同样清晰可见。中国前沿实验室是Hugging Face上唯一一类账号,其下载流量集中在大型模型之上。MiniMax 2026年几乎全部下载量来自70B以上的模型,Moonshot为88%,DeepSeek为55%,Z.ai为39%。没有任何大型美国账号呈现这种模式:Google、Microsoft和IBM Granite在70B以上的下载量基本为零,NVIDIA和Meta分别只有14%和9%。
当对比绝对下载总量时,分化更为明显:Moonshot的前沿专属策略全年录得3700万次下载,而Qwen通过覆盖全尺寸模型的发布策略达到20.45亿次(包含所有仓库时为20.61亿次),差距高达约55倍。时间因素同样关键,多数模型在发布后经历急剧的使用下滑,随后进入漫长的稳定尾部,一个模型的采用程度基本在其最初几个月内就已决定。 开源权重的转移正在重塑价值聚集点。如果前沿模型是一门授权生意,人们会预期最大规模的发布附带最严格的条款。然而数据讲述了一个完全不同的故事。今年178个参数超过20B的中国发布版本中,59%采用Apache 2.0协议,22%采用MIT协议,几乎没有非商业限制条款。
不过在最近几周,我们开始观察到一个新趋势:真正超大规模的模型如Kimi K3和Qwen 3.8 2.4T开始在许可证中加入部分非商业限制和收入分成要求。DeepSeek和Z.ai在700B到1.65T参数区间采用纯MIT许可证发布模型。中国实验室对其最大模型的授权宽松程度,与最小模型相当,并且比美国实验室的同尺寸模型更为宽松。在美国同尺寸区间,29%采用Apache或MIT,41%采用自定义条款,30%完全未声明许可证。无论这些发布的真正目的是什么,显然不是许可证收入。权重以最宽松的条款免费释放,回报必然来自其他渠道:API和云服务业务、硬件和平台定位,或是生态位置本身。
Z.ai和Kimi的估值表明,开源策略作为获取社区影响力和增长机会的有效手段正在获得认可。展望未来,整个行业可能会向更清晰的开放采用变现路径迁移。 Qwen已经成为社区的基座模型。一个模型的生态位置不仅由其自身发布定义,更取决于社区在其上构建了多少衍生品。按这一衡量标准,Qwen已经成为开源模型生态中最大的基础之一。Qwen系列衍生模型目前在Hugging Face上达到151448个,是Meta总量的2.6倍,是Llama系列的4.7倍。
Google以82506个衍生品位列第二。第三大来源是Unsloth,一个发布量化和微调就绪版本的社区账号,其中许多进一步扩展了Qwen生态。Qwen衍生品在整个2026年前七个月以每天约180到210个新仓库的速度增长,表明采用度并非由个别发布事件驱动。Qwen已经成为开发者决定微调和部署何种模型时的默认工作流组成部分。 多种因素共同促成了这一地位。首先是一致性,Qwen保持着规律的发布节奏,持续更新整个模型家族,而非依赖偶发性的旗舰发布。
其次是覆盖范围,Qwen发布涵盖广泛尺寸和用例的模型,使开发者无论需要小型本地模型还是大型部署模型,都能留在同一生态内。第三是开放性,Apache 2.0许可证降低了修改、再分发和商业使用的摩擦。这些因素相互强化:广泛的模型家族吸引更多开发者,更多开发者创造更多衍生品,而这些衍生品又使生态对未来用户更具吸引力。这一地位很大程度上由社区构建而成:151448个衍生品代表的是其他开发者创建的成果,而非Qwen自身的发布。即使在Hugging Face上28531个Qwen模型的GGUF转换版本中,Qwen官方仅发布了54个。 小模型依然是实际应用的主力。
在声明参数数量的模型中,10亿以下参数模型占据全部历史下载量的83%,而100B以上模型仅占1%。即使将范围限制在2026年累计下载量中,结论依然不变:70B以上模型仅获得3%的流量。这是春季报告中最为稳健的发现,原因一如从前:小模型是唯一能够在大多数开发者实际拥有的硬件上运行的类别。那么万亿参数模型如何触达用户?答案是llama.cpp。今年2月,ggml团队加入Hugging Face,项目保持完全开源、社区治理和技术方向不变。改变的是本地推理最重要的项目获得了持久的资源支撑。
上限随着llama.cpp同步提升。7月快照包含DeepSeek-V4-Flash约284B参数的GGUF构建版本和Kimi-K3约2.8万亿参数的构建版本。本地推理过去意味着笔记本电脑上的8B模型,如今意味着分布在若干消费级机器上的万亿参数混合专家模型,这是前沿模型一年前还不具备的替代路径,也是前沿优先发布策略得以可行的根本原因。 而这条路径运行在Qwen之上:每月3960万次GGUF下载,几乎是Gemma的2080万次的两倍,是Llama的750万次的五倍以上。Llama的差距并非供给问题,Llama衍生GGUF仓库数量略多于Qwen。同样的货架空间,五分之一的流量。
整个仓库生态在七个月内增长了21.5%,但周围多个领域以数倍于此的速度增长。声明使用gguf库的仓库激增464%,lerobot增长194%,Apple的mlx增长148%,而transformers和peft仅增长16%,diffusers增长21%。建模核心以大致平台平均速度增长,而决定模型物理运行位置的层 - - 本地推理格式、Apple芯片、机器人控制栈 - - 增长速度是前者的三到七倍。在十个最大的模型家族中,背后的实验室发布的官方GGUF转换版本寥寥无几,然而GGUF版本往往是开发者本地运行时的首选。在发布时提供官方转换、记录量化选择、签署工件只需有限的额外投入。实验室可以与Unsloth等现有生态贡献者协作完成,从而缩小模型创建者测试的权重与社区实际采用的版本之间的差距。
Agent正在成为新的主要用户。我们在三月份无法撰写这一部分,因为相关数据基础设施当时尚不存在。7月发布的agent-usage数据集,记录了编码Agent通过huggingface_hub或hf CLI调用Hub服务时发送的agent/标识符 - - 搜索模型、推送数据集、运行Jobs、创建Spaces。我们首次能够直接观察Hub接收的Agent流量规模及其来源工具分布。Claude Code在7月以44.4%的份额领先,但单月数据掩盖了真实趋势:它在4月和5月分别占据67.8%和64%的份额,而Codex从10.4%稳步攀升至20.8%。这是一个没有在位者的市场,一次发布或一次默认设置的改变就能在一个月内移动一半的流量。
第二项发现来自未注册行:7月近四分之一的Agent标记流量来自数据集中尚未命名的工具,5月这一比例甚至达到59.8%。在4月到7月间,超过12个新的客户端标识符陆续出现。新进入者的涌入速度超过了任何注册表能够命名的速度,这本身就是最重要的结论。 我们全年投入大量精力为这一新型读者进行优化,而不仅仅服务于人类浏览者。3月论文开始提供机器可读的Markdown版本,4月将Agent追踪作为一等数据集类型推出,并在每个Gradio Space上提供agents.md端点,使Agent能够读取Space的API并直接调用。7月我们在MCP服务器上推出hf_fs工具,仅用约一千个token就通过单一接口开放仓库、存储、文档和论文访问,同时附带可附加的安全执行沙盒。
同样的整合也发生在协议层,MCP进入Linux基金会旗下Agentic AI基金会。7月还发生了一个标志性事件:某个Agent从单纯的读者变成了入侵者。我们遭遇了疑似首例有记录的自主Agent发起的持续性入侵事件。当我们团队尝试使用前沿闭源模型分析捕获的攻击代码时,其安全护栏拒绝了相关工作。最终的分析任务由运行在我们自有基础设施上的量化开源模型GLM-5.2完成。我们发布了完整的披露声明和详细的技术时间线。
展望未来,地理权力再平衡持续加速。尽管美国开源模型依然保持竞争力,但中国多家前沿模型实验室之间的激烈角逐吸引了强烈关注。这些前沿模型获得的大量点赞指向社区最为兴奋的方向,也代表着企业借助关注度实现估值增长的机会空间。然而AI竞赛既是短跑也是马拉松,llama.cpp等工具有助于大型模型的本地部署,但广泛的模型家族及其采用度仍是构建开发者、发布者与未来用户之间良性反馈循环的关键。被嵌入基础设施并成为生态组成部分的模型,终将通向商业上可行的回报。当Agent首次成为Hub上的头号用户时,下一份报告或许将呈现出截然不同的面貌。
在人工智能领域,短短数月便足以重塑整个生态版图。 。
