# 2026年夏季开源模型生态观察：中国前沿模型规模领先，AMD与NVIDIA主导发布量

- 来源：Hugging Face：Blog（RSS）
- 发布时间：2026-08-14 08:00
- AIHOT 分数：71
- AIHOT 标记：精选
- AIHOT 链接：https://aihot.virxact.com/items/cmst4z2qp05boro06ce7kxtgd
- 原文链接：https://huggingface.co/blog/state-of-open-models-summer-2026

## 精选理由

下载量与点赞量分别记录实际依赖和社区兴奋点，把两者混为同一个热度指标是评估开源模型生态时最常见的偏差。

## AI 摘要

2026年1至8月，Hugging Face公开模型仓库从243万增至296万，但85.6%的模型下载量不足200次，1.5%的仓库占据99.2%下载量。中国实验室月度最大开源模型参数规模在754B至2.78万亿之间，美国实验室七个月中五个月低于130B。AMD与NVIDIA各发布超200个新模型仓库，成为发布开源模型最多的机构。

## 正文

在 AI 领域，时间仿佛被压缩了。在我们半年一度的分析中，春季报告发布仅几个月后，截至今年夏天，我们又观察到了不少新发现。本报告梳理了 2026 年 1 月至 8 月期间的这些观察结果，并逐一呈现其背后的数据。

HF Hub 上的模型和数据集每天都在增长。在此期间，公开模型仓库从 243 万增长到 296 万，数据集从 71.1 万增长到 100 万，Spaces 从 100 万增长到 144 万。其背后的分布依然极端：约 85.6% 的模型累计下载量不足 200 次，而 1.5% 的仓库占据了全部下载量的 99.2%。下文所有内容都发生在这种分布格局之中。

1. 前沿正在快速推进

过去有一条清晰的演进路径：实验室通常先发布较小的模型，再逐步向规模顶端迈进。而在 2026 年，多家中国实验室完全跳过了这一路径。

在 2026 年的几乎每一个月里，中国实验室发布的最大、性能最强的开源模型，其规模都超过美国实验室自行发布的任何模型。中国实验室的月度规模上限在 754B 到 2.78 万亿参数之间；而美国实验室自身的规模上限在七个月中有五个月都低于 130B，例外情况是 NVIDIA 在 5 月和 6 月发布的 Nemotron 3 Ultra（561B），以及 Thinking Machines Lab 的 Inkling。

这张图表将实验室分为两大阵营。月之暗面、MiniMax、小米和 Z.ai 几乎不发布 70B 以下的模型，因此开发者首次接触它们时，面对的是一个规模大到无法在自己设备上运行的模型。而腾讯和阿里通义千问则覆盖了从 1B 以下到更高规模的完整区间。

有两件事让第一类阵营成为可能。首先，构建大模型不再是什么差异化优势。小米和美团今年都突破了万亿参数大关，而十二个月前，这两家公司在开源权重领域还名不见经传。其次，实验室不再需要发布小模型来触达用户，因为社区的量化层会在几天内让大模型变得可运行——这一点我们将在下文再次提及。

这样一来，参数量规模就成了一种意图声明，而非能力证明。只押注前沿模型的组合，把一切都押在基准排名和 API 需求上；而全谱系组合则是在争取成为开发者们标准化的模型家族。两种策略都合理，它们争夺的是不同的奖赏。

与此同时，美国并未缺席开源领域。

今年发布新开源模型最多的两家机构，恰恰也是硬件厂商：AMD 和 NVIDIA。两家各自发布了 200 多个新模型仓库，遥遥领先于其他所有机构，LiquidAI 以约 100 个排名第三。硬件厂商已经意识到，开源模型是卖芯片的一种方式：一个针对你的硬件优化且免费可用的模型，就是硬件能用的最有力证明。

如果把更小的模型和嵌入向量模型也算进去——Google、Microsoft、IBM Granite 以及 OpenAI 较早的视觉和语音模型每年都能产生数亿次下载——美国在开源 AI 领域的参与度其实仍在增长。

然而，重心已经转移。Google 和 Meta 在新模型发布数量上如今已远远落后于 NVIDIA，尽管它们在前几年定义了开源模型发布这件事。Meta 转向闭源旗舰模型进一步凸显了这一变化。开源已经从模型实验室转移到了硬件和基础设施公司手中。

在前沿规模上，情况则截然不同。今年美国发布的超过 100B 参数的大多数模型并非新模型，而是基于中国模型构建的。在这一规模上，只有少数几个重要的美国原创模型出现：Thinking Machines 的 Inkling（952B）、NVIDIA 的 Nemotron 3 Ultra（561B）、Nemotron 3 Super（124B）以及 Arcee AI 的 Trinity-Large（399B）。

AMD 贡献了大量模型转换，但在这一规模上没有原创模型。这项工作仍然很重要：它让参数量达万亿级的中国模型能够在美国硬件上高效运行。但它代表的是一层分发和优化层，而非模型创作。

与此同时，中国的开源模型正越来越多地针对国产芯片进行优化，这是同一场竞争的反向版本——模型围绕特定的硬件生态系统来设计。

2. 关注度 ≠ 采用度

我们选取了今年累计下载量排名前 25 的模型仓库，以及点赞量排名前 25 的模型仓库。两个榜单中，恰好只有一个仓库同时上榜。

我们统计的是窗口期内的下载量，而非累计终身下载量，因此仅仅因为存在时间更长并不会获得加分，而控制发布时间因素后，这种分化更加明显。2026 年发布的模型没有一个进入下载量前 25，而 25 个模型中却有十三个来自 2022 年。all-MiniLM-L6-v2 在七个月内被下载了 15.5 亿次，而点赞量仅为 5,156；Kimi-K3 每获得一个点赞，大约对应 60 次下载。

这两个数字记录的是不同的行为。点赞意味着某个发布很重要，并且会在前沿模型发布后的几周内集中出现。下载则意味着某个模型已被接入到按计划运行的流水线中，并且会随着时间推移累积在小而稳定的模型上。点赞是衡量行业对什么感到兴奋的正确工具，下载则是衡量行业当前依赖什么的正确工具。把其中任何一个当作另一个的替代指标，是我们在关于 Hub 的报道中看到的最常见错误，包括我们自己的早期工作。同样的分化也出现在发布方层面。

中国前沿实验室是 Hub 上仅有的重参数段承载主要下载量的账号。MiniMax 2026 年的下载量几乎全部来自 70B 以上参数的模型，月之暗面（Moonshot）为 88%，深度求索（DeepSeek）为 55%，Z.ai 为 39%。没有任何大型美国账号呈现这种形态：Google、Microsoft 和 IBM Granite 在 2026 年的下载量中，70B 以上参数的模型几乎为零，NVIDIA 和 Meta 分别只有 14% 和 9%。

这一差异在总下载量上更加明显。月之暗面（Moonshot）仅靠前沿模型组合，全年录得 3,700 万次下载；而通义千问（Qwen）跨参数规模的更广泛发布策略则达到 20.45 亿次（在声明了参数数量的仓库中；若包含所有仓库则为 20.61 亿次），约为前者的 55 倍。该模型家族的持续扩展——从 2.4T 参数的 Qwen 3.8 Max 到 27B 等更小的变体——同样体现了对不同使用场景覆盖的重视。

时间也扮演着重要角色。大多数模型在发布后使用量会急剧下降，随后进入一段平稳的长期尾部。一个模型的采用情况在很大程度上取决于其发布后的最初几个月。

这有助于解释为什么如今的下载量往往不是由最新发布的模型驱动，而是由一小部分随着时间推移已成为既定基础设施的模型所驱动。

3. 开放权重改变了价值积累的流向

如果前沿模型是一项授权许可业务，你会预期最大的发布版本会附带最严格的条款。然而，下面的数据讲述了一个不同的故事。

今年发布的 178 个超过 200 亿参数的中国模型中，59% 采用 Apache 2.0 许可，22% 采用 MIT 许可，而采用非商业限制的模型数量恰好为零。

DeepSeek 和 Z.ai 以纯 MIT 许可发布了参数规模在 7000 亿到 1.65 万亿之间的模型。中国实验室对其最大模型的授权方式几乎与其最小模型一样宽松，并且比美国实验室对其模型的授权更为宽松：在美国实验室发布的同一规模区间模型中，29% 采用 Apache 或 MIT 许可，41% 采用自定义条款，30% 未声明任何许可。

无论这些发布的目的为何，都不是为了许可收入。权重以最宽松的可用条款免费提供。回报必然来自其他途径：API 和云业务、硬件和平台定位，或者生态系统地位本身。例如，Z.ai 和 Kimi 的估值表明，有效的开源策略能够在社区中获得牵引力和增长机会。然而，展望未来，行业可能会转向从开源采用中实现更清晰的变现路径。

4. Qwen 已成为社区的基础模型

一个模型的生态系统地位不仅由其自身的发布所定义，还取决于社区在其之上构建的丰富程度。如上所述，Qwen 是一个正在获得关注和采用的例外。

来自 Hugging Face 的数据

按照这一衡量标准，Qwen 已成为开放模型生态系统中规模最大的基础模型之一。基于 Qwen 的模型目前在 Hub 上已拥有 151,448 个衍生模型，是 Meta 全部模型足迹的 2.6 倍，更是 Llama 仓库数量的 4.7 倍。Google 以 82,506 个衍生模型紧随其后。第三大来源是 Unsloth，这是一个发布量化版和微调就绪版模型的社区账号，其中许多模型进一步扩展了 Qwen 生态系统。

在 2026 年的前七个月里，Qwen 衍生模型以每天约 180–210 个新仓库的速度增长，这表明其采用并非仅由个别发布所驱动。Qwen 已成为开发者在决定微调和部署哪些模型时的默认工作流程的一部分。

多个因素促成了这一地位。首先是连贯性。Qwen 保持了规律的发布节奏，持续更新其模型家族，而非依赖偶尔的旗舰发布。其次是覆盖面。它在多种尺寸和用例上发布模型，使开发者无论需要小型本地模型还是更大规模的部署模型，都能留在同一生态系统中。第三是开放性。Apache 2.0 许可证降低了修改、再分发和商业使用的门槛。

这些因素相互强化。广泛的模型家族吸引更多开发者；更多开发者创造更多衍生模型；而这些衍生模型又使该生态系统对未来用户更具吸引力。

这一地位主要是由社区建立的。151,448 个衍生模型代表的是其他开发者创建的下游成果，而非 Qwen 自身发布的模型。即使在 Hub 上 28,531 个 Qwen 模型的 GGUF 转换版本中，Qwen 自己发布的也只有 54 个。

5. 小模型仍是实际应用层

在声明了参数数量的模型中，低于 1B 的模型占据了全部历史下载量的 83%，而高于 100B 的模型仅占 1%。仅看 2026 年累积的下载量，结果也没有变化：3% 的下载量流向 70B 以上的模型。这是三月份发现中保持得最稳定的一项，原因与此前相同——小模型是唯一能在大多数开发者实际拥有的硬件上运行的模型。

那么，一个万亿参数模型究竟是如何触达每一个人的呢？答案是：通过 llama.cpp。

今年 2 月，ggml 团队加入了 Hugging Face，该项目依然完全开源、由社区治理，并保持原有的技术方向不变。变化在于，这个本地推理领域最重要的项目如今有了可持续的资源支持。

天花板随着 llama.cpp 被抬高了。7 月的快照版本包含了 DeepSeek-V4-Flash 的 GGUF 构建（约 284B 参数）以及 Kimi-K3 的 GGUF 构建（约 2.8 万亿参数）。本地推理过去意味着在笔记本电脑上运行一个 8B 模型。如今，它意味着将万亿参数的混合专家模型分布在几台消费级机器上运行——这是一年前前沿领域并不存在的另一条路径，也是“前沿优先”发布策略之所以可行的根本原因。

而这条路径运行在 Qwen 之上：每月 3960 万次 GGUF 下载量，几乎是 Gemma 的 2080 万次的两倍，更是 Llama 的 750 万次的五倍多。与 Llama 的差距并非供应问题——Llama 衍生的 GGUF 仓库数量略多于 Qwen。同样的货架空间，流量却只有五分之一。

在这七个月里，模型仓库增长了 21.5%。而围绕它们的一些事物，增长速度则要快上数倍。

声明使用 gguf 库的仓库增长了 464%，lerobot 增长了 194%，Apple 的 mlx 增长了 148%，相比之下 transformers 和 peft 增长了 16%，diffusers 增长了 21%。建模核心的增长速度大致与平台平均水平持平。而决定模型物理上能在何处运行的层面——本地推理格式、Apple 芯片、机器人控制栈——其增长速度是前者的三到七倍。

在最大的十个模型家族中，这些模型背后的实验室发布的官方 GGUF 转换版本非常少。然而，GGUF 版本往往是开发者在本地运行模型时实际使用的版本。在发布时提供官方转换版本、记录量化选择，并对产物进行签名，只需要有限的额外工作量。与其在内部维护这套工作流程，实验室不如与现有的生态系统贡献者（如 Unsloth）合作。这样做将缩小模型创建者所测试的权重与更广泛社区所采用的版本之间的差距。

6. 智能体是新的用户

我们在三月份还写不出这一节，因为当时这个工具还不存在。这份于七月发布的智能体使用数据集，记录了编码智能体在通过 `huggingface_hub` 或 `hf` CLI 调用 Hub 时发送的 agent/token——包括搜索模型、推送数据集、运行 Jobs、创建 Spaces。我们第一次能够看到 Hub 接收了多少智能体流量，以及这些流量来自哪些编排框架。

Claude Code 以 44.4% 的份额领跑七月，但单月数据掩盖了真正的发现：它在四月曾占 67.8%，五月跌至 6.4%，而 Codex 则从 10.4% 稳步攀升至 20.8%。这是一个没有既得垄断者的市场，一次发布或一个默认设置的改变，就可能在单月内转移一半的流量。

第二个发现是“未登记”那一行。七月近四分之一的智能体标记流量来自数据集中尚未命名的编排框架，而五月份这一数字为 59.8%。从四月到七月，出现了十几个新的客户端标识符。新进入者的到来速度超过了任何注册表为其命名的速度——这本身就是发现。

今年我们花了大量时间不仅为人类浏览器构建，也为这类读者构建。论文从三月开始提供机器可读的 Markdown 格式。四月，智能体轨迹（agent traces）成为一级数据集类型，并且每个 Gradio Space 都新增了 `agents.md` 端点，使智能体能够读取 Space 的 API 并直接调用它。七月，我们在 MCP 服务器上推出了 `hf_fs` 工具，通过一个仅需一千多个 token 的单一接口即可访问仓库、存储、文档和论文，同时还提供了可附加的安全沙箱用于安全执行。同样的整合也发生在协议层，MCP 已进入 Linux 基金会的 Agentic AI Foundation。

然后，在七月，一个智能体从读者变成了入侵者。我们遭遇了似乎是首个有记录的、自主智能体主动发起持续入侵的案例。当我们团队试图使用前沿闭源模型来分析捕获的攻击代码时，它们的安全护栏拒绝了这项任务。最终，分析是在我们自己基础设施上运行的量化开源模型 GLM-5.2 上完成的。我们发布了一份披露声明和完整的技术时间线。

展望未来

与春季报告相比，地缘力量的再平衡持续加速。美国开源模型仍在继续推进，而中国几款前沿模型之间的竞争也引发了社区的高度关注。这些前沿模型收获的大量点赞，正指向社区最兴奋的方向，也为借助这股关注度提升估值的公司带来了增长机遇。

然而，AI 竞赛不仅是短跑，更是一场马拉松。llama.cpp 这类工具帮助在本地部署大模型，但一个广泛的模型家族及其生态采纳仍然是关键，这样才能在开发者、发布方和未来用户之间建立正向反馈循环。模型要嵌入基础设施、成为生态系统的一部分，才有可能在隧道尽头实现商业上的体面退出。

最终，智能体首次成为 HF Hub 上排名第一的用户群体，下一份报告可能也会呈现出截然不同的面貌。

因为在 AI 领域，短短几个月就可能重塑整个生态。

方法论说明

本分析基于 2026 年前七个月在 Hugging Face Hub 上观察到的活动数据。

本报告使用的指标，包括下载量、点赞数、衍生模型数量和模型发布数，分别代表生态活动的不同侧面。它们不应被解读为模型质量、商业采用率或整体市场份额的直接衡量标准。

下载量反映的是 Hub 生态内的使用情况，但并不涵盖 API 调用、私有部署或通过其他渠道分发的模型。

点赞反映的是社区的关注度和兴趣，而衍生模型则提供了开发者基于现有模型进行二次开发程度的信号。

由于开源 AI 的采用遍布多个渠道，Hub 活动应被视为观察生态发展的一个视角，而非对 AI 市场的完整度量。