加密新闻

在过去半年里，中国阿里巴巴推出的开源AI模型系列Qwen取得了令人瞩目的里程碑——下载量超过30亿次。这不仅仅是一个数字，更是行业 tectonic 变革的标志，开源权重正成为争夺开发者心智的主战场。

该公司已公开发布超过460个神经网络模型，全球社区基于这些模型创建了约30万个衍生模型。如此规模表明，Qwen已成为微调和定制化的事实标准。

Hugging Face分析：数据不说谎

来自Hugging Face平台的独立统计描绘了一幅更具说服力的图景。仅今年七个月内，Qwen模型就被下载了20.5亿次，衍生仓库数量达到151,448个。相比之下，谷歌的这一数字仅为82,506个。同时，谷歌2026年的总下载量估计为4.18亿次，而Meta为2.27亿次。需要理解的是，这些数据仅反映了Hugging Face生态系统内的活动，不包括API请求和私有部署，这使得实际差距更加显著。

尤其值得注意的是增长动态：Qwen衍生仓库的数量每天增加180至210个。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——其余均由社区生成。这证明了其惊人的传播力和开发者信任度。

成功秘诀：从十亿以下到万亿参数

令我关注的是阿里巴巴的战略，它与西方实验室截然不同。Qwen的成功建立在三大支柱上：定期更新、覆盖所有规模——从紧凑版本到拥有2.4万亿参数的巨型模型Qwen3.8-Max，以及不限制商业使用的Apache 2.0许可证。

关键因素是模型系列的广度。数据显示，平台历史上83%的下载量来自参数少于10亿的模型，而超过1000亿参数的巨型模型仅占1%。这正是专注于大型LLM的实验室落后的原因。例如，Moonshot AI几乎不发布小于700亿参数的模型，其总下载量仅为3700万次——大约是Qwen的55分之一。

开源代码的地缘政治

分析还揭示了美国和中国在方法上的根本差异。在中国，59%的参数超过200亿的模型以Apache 2.0许可证发布，且没有一款对商业使用设限。在美国，情况恰恰相反：41%的此类模型以专有条款分发，30%甚至没有指定许可证。这是中国难以估量的战略优势。

同样具有说明意义的是，在美国，新开源模型数量的领先者并非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。这表明焦点正从基础研究转向基础设施。

我的结论：我们看到的不仅是模型竞争，更是生态系统的较量。阿里巴巴凭借全面覆盖和开放性胜出，而西方则试图通过控制计算能力来维持领先地位。未来几年，决定AI行业实际影响力的将是开源解决方案的可获得性和灵活性，而非参数数量。