加密新闻

中国科技公司阿里巴巴达到了一个令人瞩目的里程碑：其开源AI模型系列Qwen在过去半年内的累计下载量已超过30亿次。这是一个标志性事件，清晰地展示了全球人工智能市场力量格局的转变。

该公司已公开发布了超过460种不同的神经网络模型。基于这些模型，全球开发者社区创建了约30万个衍生模型，这表明围绕Qwen已经形成了一个强大的生态系统。

Hugging Face数据：令人印象深刻的数字

我对Hugging Face平台过去七个月数据的分析证实了这一趋势。仅在该生态系统内，Qwen就被下载了20.5亿次，衍生仓库数量达到151,448个。相比之下，谷歌的这一指标仅为82,506个。同期，谷歌模型的下载量为4.18亿次，而Meta仅为2.27亿次。

需要强调的是，Hugging Face的统计数据仅涵盖其自身平台内的活动，不包括API请求和企业部署。因此，Qwen的实际传播规模可能更高。Qwen的衍生仓库数量每天增长180至210个。值得注意的是，在28,531个GGUF转换（用于本地运行的格式）中，只有54个由阿里巴巴自己创建——其余均由社区完成。

成功秘诀：战略而非偶然

我将Qwen相对于竞争对手的优势归结为三个关键因素。首先是模型系列的定期更新。其次是覆盖所有规模——从参数低于10亿的紧凑版本到拥有2.4万亿参数的旗舰版Qwen3.8-Max。第三，也是最重要的一点，Apache 2.0许可证消除了所有关于修改和商业应用的限制。

正是产品线的广度成为决定性因素。根据Hugging Face的数据，参数低于10亿的模型占平台历史总下载量的83%。而参数超过1000亿的神经网络仅占1%。因此，专注于巨型LLM的实验室，如Moonshot AI，正在失利：他们的模型一年仅被下载3700万次——比Qwen少55倍。在本地部署（GGUF）领域，Qwen也以每月3960万次的下载量领先，而Gemma为2080万次，Llama为750万次。

开源AI力量平衡的转变

Hugging Face的报告记录了一个根本性的转变。今年几乎每个月，来自中国的最大开源模型在规模上都超过了所有美国发布的模型。中国模型的参数上限在7540亿到2.78万亿之间波动，而美国竞争对手在七个月中有五个月未超过1300亿。

许可政策上的差异也值得注意。在中国，59%的参数超过200亿的模型以Apache 2.0许可发布，22%以MIT许可发布，且没有任何模型对商业使用设限。美国开发者的情况则不同：只有29%采用开放许可，41%采用专有条款，还有30%完全没有标明许可。

有趣的是，在美国，新开源模型数量最多的并非AI实验室，而是芯片制造商：AMD和Nvidia各自发布了超过200个仓库，将谷歌和Meta远远甩在身后。这印证了我长期以来的观点：美国在AI竞赛中的优势目前并非依靠算法，而是依靠对计算基础设施的控制。

我的结论：阿里巴巴通过开放许可和广泛的产品线实现AI访问民主化的战略不仅成功，而且具有革命性。中国模型正成为全球开发者的事实标准，这将长期改变行业的竞争格局。