今年春季，中国开源权重模型在 Hugging Face 平台上的下载量占比达到 41%，超过美国模型。这一数字背后，是一股正在重塑 AI 产业格局的力量。
排行榜背后的格局变化
在 OpenRouter 排行榜上，前十名中前六位均为中国厂商的开源模型，包括腾讯、小米、DeepSeek、MiniMax 和 Z.ai。Anthropic 的 Claude Opus 4.7 当时仅排在第七位。Vercel 的数据进一步印证了这一趋势：开源权重模型正在大量承接 AI 应用的基础流量，而闭源模型则退守高成本、高价值的顶层场景。今年 6 月，开源模型处理了 Vercel 平台近 三分之一 的 AI 请求。
当然，这些平台并不能完整呈现整个 AI 生态全貌——OpenAI 和 Anthropic 自有会话服务的大量使用量并未计入其中。但开源模型不断增长的市场份额已经引出一个根本性问题：如果大多数生产级 AI 最终运行在更便宜、可定制的替代方案上，前沿模型还有多重要？
企业自建还是租用：Hugging Face 掌门人的判断
Hugging Face CEO Clem Delangue 在近期一期播客节目 Equity 中表达了明确观点：最聪明的模型未来可能只用于最专业、最垂直的场景。" 也许再过几年，前沿模型就只负责实验和少数高价值任务，大部分生产负载实际上会由企业内部私有模型或开源模型来驱动。" Delangue 认为，这一趋势的背后是企业对"自主可控"的追求——谁都不想把自己的核心能力外包给别人的黑盒 API。 他指出，扩展闭源前沿模型的天价账单进一步加速了这一认知。"
如果你是一家 AI 公司或科技公司，你不会想把核心能力外包给另一家公司、一个你无法控制、没有透明度、也没有所有权的黑盒 API。" 这种转变也体现在 Hugging Face 平台自身的活跃度上。 据 Delangue 介绍，Hugging Face 目前托管近 300 万个公开模型和 100 万个公开数据集，平台上平均每 7 秒 创建一个新仓库。 半数财富 500 强企业已在使用 Hugging Face 部署私有模型和开源模型。
这指向的不是"一个模型统治一切"，而是企业根据自身场景选用多个不同模型、其中许多经过定制化调整的现实图景。
中国厂商的持续冲击
开源模型的热度与中国 AI 实验室持续输出高性能模型密不可分。近几个月来，又有多家中国 AI 公司发布强大开源权重模型——比闭源竞品更便宜、更易定制，直接撼动了美国企业投入数十亿美元构建的专有 AI 经济模型。最近一家是北京 AI 公司 Z.ai，发布了 GLM-5.2，在 Agent 编程和安全漏洞识别方面已可与 Anthropic 最新模型正面竞争。
锁不锁单：科技大佬们的分歧
这一趋势也引发了企业选型策略的争论。 微软 CEO 纳德拉近期发出警告，呼吁企业避免单一模型供应商锁定——数据控制权应成为使用 AI 时的首要考量。 他在公开场合表示："模型提供商可以使用公共数据训练模型，这种创新值得肯定，但讽刺的是，现状却反过来对模型蒸馏施加严格限制，并保留从客户使用数据和交互数据中学习的权利。 如果学习只能单向流动，经济价值就会向学习基础设施的拥有者集中，而非知识的创造者本身。 因此，必须将学习基础设施分配给每一家企业，让他们能够掌控自己的学习闭环。"
与此同时，Anthropic CEO Dario Amodei 和 Delangue 在开放与安全的关系上存在根本分歧。 Amodei 认为，扩展强大的开源模型权重可能带来危险，因为一旦释放就难以管控；也有观点指出，开源模型更易被恶意行为者获取，用于传播虚假信息或实施网络与生物战。 Delangue 则针锋相对："AI 领域最大的风险是权力集中。 让世界更安全的方式，是拉平竞争环境、提高模型的透明度。" 在他看来，透明度意味着防守方能更轻松地"修补已知漏洞"，而将强大模型闭锁并不能消除高级 AI 系统的风险——绕过前沿模型 API 护栏并窃取权重再公开传播并非难事。"
把技术集中在少数玩家手中、降低系统运作的透明度，并不会让世界更安全，反而更危险——因为你制造了权力不对称和能力不对称。"
评论