开源大模型领域出现了一个标志性数字：阿里巴巴的通义千问（Qwen）家族累计全球下载量突破 30 亿次，超越谷歌、Meta 等对手，成为全球下载量最高的开源 AI 模型家族。这一数据来自 Hugging Face 于 2026 年 8 月 14 日发布的一份「开源模型现状」报告，以及阿里巴巴同月 15 日的官方披露。

在 Hugging Face 平台内部，2026 年 Qwen 的下载量约为 20.45 亿次，而谷歌约为 4.18 亿次、Meta 约为 2.27 亿次——这一统计只覆盖 Hugging Face Hub，还不含中国的 ModelScope 等平台，因此低于 Qwen 跨平台累计的 30 亿次。

生态比单点性能更关键

截至披露时，阿里巴巴已开源超过 460 个 Qwen 模型，衍生出 30 万余个下游模型。仅在 Hugging Face 上，开发者就基于 Qwen 创建了 151,448 个衍生模型，是 Meta 衍生数的 2.6 倍、Llama 家族相关仓库数的 4.7 倍；同期的谷歌模型衍生数为 82,506 个。

开源权重模型可以被下载、微调并用作新 AI 产品的积木，因此下载量与衍生模型数，成为衡量开发者「用脚投票」的指标，也折射出中美开源 AI 竞赛的此消彼长。报告还指出，2026 年中国头部实验室发布的最大开源模型，参数规模普遍高于美国同行：中方月度上限在 7540 亿到 2.78 万亿之间，而美方大多数月份的最大开源模型低于 1300 亿参数。同时，中国开发者普遍采用宽松许可证——在报告追踪的 178 个参数量超 200 亿的中国模型中，59% 使用 Apache 2.0、22% 使用 MIT，没有任何一个限制仅限非商业使用。

为什么它能走出去

Qwen 的崛起并非只靠性能与低价。阿里通过云业务，把 Qwen 分发到东南亚、非洲等市场的企业客户，触达许多对手没有的渠道。报告称，Qwen 已成为开发者决定微调与部署模型时「默认工作流」的一部分。面对这一态势，Meta、英伟达等美国公司近几周也相继发布新的开源模型，争夺开发者。

对中文世界而言，一个由中国公司主导、又能被全球开发者广泛采用的开源模型家族，意味着本地应用与二次开发有了更稳固的底座。

来源：China Daily / 彭博社（据 Hugging Face 2026 年 8 月开源模型报告）

前谷歌大脑研究员杰里米·尼克松创办的初创公司 Infinity，用人工智能编码智能体为芯片公司 D-Matrix 重建了一套 CUDA 级别的软件栈，耗时约10小时。他对《商业内幕》说，这说明英伟达最重要的护城河之一正在被跨过去。

CUDA 全称统一计算设备架构，由英伟达高管伊恩·巴克主导、打磨了近二十年，里面打包了现成代码库和调试工具，还能让成千上万块芯片协同训练一个模型。它更硬的是第二重壁垒：各家公司在上面堆了数百万行代码和工作流，换芯片就得重写。亚马逊的内部文件曾把 CUDA 列为自研 Trainium、Inferentia 芯片落地的主要障碍。深度求索创始人梁文锋也提过，编码智能体加上自研的 TileLang 语言，让搭建这类软件容易了很多。

压力还来自另一头——行业重心正从训练模型转向跑模型。韩国芯片创企 Rebellions 的马歇尔·崔说得直接：在推理这边，「CUDA 已经不再是一个因素」，那是开源的战场。英伟达开发者生态副总裁安基特·帕特尔则回应，公司自己也在用编码智能体加速 CUDA 开发和验证，而且越往落地走，全栈优化的价值越大。

我的判断是，护城河不会消失，只会挪个位置。曾把上一家芯片软件公司卖给英伟达的徐冰（Bing Xu）说得实在：智能体能在短时间里生成一大堆代码，但验证才是最大的瓶颈。Modular 的克里斯·拉特纳更不客气，说这波炒作「非常过头」——写代码只是造软件的一小部分，难的是把它调到能上生产环境。

下一轮竞争，你赌生成速度，还是赌验证能力？

来源：Business Insider 报道，综合 The Next Web 整理