加密新闻

中国科技巨头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。截至目前，该公司已公开发布超过460个神经网络模型，这些模型已成为全球开发者创建30万个衍生模型的基础。

Hugging Face平台数据：Qwen的胜利

Hugging Face生态系统分析（发布在半年一度的开源模型状况报告中）描绘了一幅更为详细的图景。根据这些数据，在今年前七个月中，Qwen模型被下载了20.5亿次，其衍生仓库数量达到151,448个。相比之下，谷歌的这一指标仅为82,506个。谷歌模型在2026年的下载量估计为4.18亿次，而Meta为2.27亿次。

需要强调的是，Hugging Face的统计数据仅涵盖其自身生态系统内的活动，不包括API请求、私有部署和其他分发渠道。报告作者本人也提醒不要将这些数字视为市场份额或实际商业使用的直接指标。尽管如此，增长势头令人印象深刻：Qwen衍生仓库的数量每天增加180至210个。值得注意的是，在该平台上28,531个GGUF转换模型中，仅有54个由阿里巴巴自己创建——其余均为社区贡献。

成功秘诀：规模化战略与许可政策

Qwen的领先地位可归因于三个关键因素：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）的令人瞩目的全面性，以及不限制修改和商业应用的Apache 2.0许可证。模型系列的广度被证明是决定性的。根据Hugging Face的数据，参数少于10亿的版本占平台历史总下载量的83%，而超过1000亿参数的神经网络仅占1%。

仅专注于大型LLM的实验室明显落后。例如，Moonshot AI几乎不发布小于700亿参数的模型，一年仅积累了3700万次下载——约为Qwen的55分之一。阿里巴巴还在本地部署领域占据主导地位：其GGUF构建每月被下载3960万次，而Gemma的这一指标为2080万次，Llama为750万次。

开源AI力量平衡的转变

该报告展示了全球力量平衡的转移。今年几乎每个月，来自中国的最大的开源模型在规模上都超过了美国的所有发布。中国模型的上限在7540亿到2.78万亿参数之间波动，而美国竞争对手在七个月中有五个月的上限不超过1300亿。在中国，59%的参数超过200亿的模型在Apache 2.0许可下发布，22%在MIT许可下发布，且没有一款对商业使用有限制。美国开发者的情况则不同：29%在Apache/MIT许可下，41%在专有条款下，30%未标明许可证。

值得注意的是，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，显著领先于谷歌和Meta。

我的分析：Qwen的成功并非偶然，而是深思熟虑战略的必然结果。阿里巴巴押注于AI的民主化，为市场提供了适合任何预算和任务的灵活解决方案。这不仅巩固了中国在AI军备竞赛中的地位，还从根本上改变了游戏规则，迫使西方巨头重新审视其在开放性和许可方面的策略。在美国专注于控制基础设施的同时，中国正在赢得全球开发者的心智和钱包。