加密新闻

阿里巴巴开源模型生态系统Qwen达到了一个令人瞩目的里程碑：过去六个月下载量超过30亿次。这家中国公司公开发布了超过460个神经网络模型，全球开发者基于这些模型创建了约30万个衍生解决方案。这不仅仅是统计数据，更是行业根本性转变的标志。

Hugging Face数据：毫无争议的主导地位

Hugging Face平台今年前七个月的分析描绘了一幅更具说服力的图景。仅在该生态系统中，Qwen模型就被下载了20.5亿次，分叉和衍生仓库数量达到151,448个。相比之下，谷歌的这一指标仅为82,506个，显得相形见绌。同时需要明确的是，Hugging Face的统计数据仅涵盖其自身平台内的活动，不包括API调用和私有企业部署。

谷歌2026年的累计下载量估计为4.18亿次，Meta为2.27亿次。然而，这些数字不应被理解为市场份额或商业成功的直接指标——报告作者本身也警告不要进行这种简单化的解读。尽管如此，Qwen的增长速度足以说明问题：衍生仓库数量每天增加180至210个。社区的贡献同样具有代表性：在28,531个GGUF格式转换中，仅有54个由阿里巴巴自己创建。

「Qwen已成为开发者在选择微调和部署模型时工作流程中的标准组件。」——Hugging Face分析师指出。

成功秘诀：规模化战略

Qwen的优势源于三个关键因素：模型系列的定期更新、覆盖所有规模——从亚十亿参数版本到拥有2.4万亿参数的巨型Qwen3.8-Max——以及Apache 2.0开源许可，消除了商业使用的限制。决定性的因素正是广泛的覆盖面：参数低于10亿的模型占平台历史下载量的83%，而超过1000亿参数的神经网络仅占1%。专注于巨型大语言模型的竞争对手明显处于劣势：Moonshot AI几乎不发布低于700亿参数的模型，全年仅获得3700万次下载——约为Qwen的五十五分之一。在本地部署领域，差距同样巨大：Qwen的GGUF版本每月下载量为3960万次，而Gemma为2080万次，Llama为750万次。

开源AI领域的新格局

报告记录了一场结构性转变：几乎每个月，来自中国的最大开源模型在规模上都超过所有美国发布的产品。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的参数上限不超过1300亿。许可政策也截然不同：在中国，59%的超过200亿参数模型采用Apache 2.0许可，22%采用MIT许可，且没有任何模型对商业使用设置限制。在美国，仅有29%属于开源许可，41%属于专有条款，30%甚至未标注许可。

值得注意的是，在美国，开源模型的推动者并非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，明显领先于谷歌和Meta。

我的评论：这些数据有力地证明了「将开放性作为武器」的战略行之有效。阿里巴巴不仅在追赶西方竞争对手，更在重塑市场格局，押注于大规模采用和开发者生态系统。西方实验室值得深思：控制基础设施固然重要，但如果没有开发者选择的开源模型，AI领域的领导地位可能只是一场得不偿失的胜利。