世界第一！中国开源AI模型下载量反超美国，Hugging Face创始人直言：美国模型不行

当前谁在领跑 AI 模型市场？还是美国吗？

近日，一份来自麻省理工学院（MIT）与开源社区 Hugging Face 的联合报告给出了答案：显然不是。因为在刚刚过去的一年里，中国研发的开源人工智能模型在全球下载量中的占比达到了 17.1%，历史上首次超越了美国的 15.8%。

图 | 每周开发者下载份额，红色及粉色区域为中国AI模型，可见反超趋势（来源：Financial Times）

对于谷歌、OpenAI 和 Anthropic 等美国 AI 巨头而言，这项研究表明，在开放模型这一关键领域，中国企业正以其开源策略，对美国公司过去主要依赖闭源模型所建立的竞争优势，已经构成了不可忽视的挑战。DeepSeek 和阿里巴巴的 Qwen（千问）等中国模型，正凭借其独特的开发与推广模式，在全球开发者生态中获得越来越大的影响力。

这种关注在近日 TechCrunch 对 Hugging Face 联合创始人兼首席科学家托马斯·沃尔夫（Thomas Wolf）的访谈中得到了验证。

作为全球最大 AI 社区的掌舵者，沃尔夫直言不讳地指出，现在的美国初创公司如果想要探索闭源系统能力之外的新方向，往往“不得不从中国模型开始”。

图 | 托马斯·沃尔夫（来源：Youtube）

这个局面的发生既在意料之外，又在情理之中。

过去几年，美国政府层层加码的芯片出口管制，本意是遏制中国 AI 的发展，但结果似乎适得其反。算力的紧缺反而倒逼中国开发者走上了一条极致优化的道路。

MIT 的研究员谢恩·朗普雷（Shayne Longpre）在分析报告时指出，中国公司展现出了一种完全不同的开发范式。与美国实验室动辄半年甚至一年才发布一个所谓“完美”版本的节奏不同，中国团队几乎是以周为单位在迭代模型。这种高频的发布节奏，配合在有限算力下打磨出的高效率，让中国模型迅速占领了程序员们的工具箱。

托马斯·沃尔夫在 11 月 8 日的访谈中详细拆解了这一现象。他提到自己不久前刚去过中国，亲眼目睹了那里大量新实验室的涌现。他观察到一个有趣的悖论：在美国，Meta 曾是开源的旗手，但随着竞赛升级，西方顶尖人才开始觉得做闭源模型更酷，更前沿；而在中国，情况恰恰相反，开源才是吸引顶尖人才、构建生态的最佳方式。

这种文化和策略上的错位，直接导致了如今的局面——中国模型不仅数量多，而且在实际应用中越来越好用。

想要真正的创新，闭源模型根本不够用

沃尔夫还提到了“技术天花板”的问题。目前，OpenAI 和谷歌都押注于通过无限堆叠算力和数据来通往 AGI。但沃尔夫对此持保留态度。他认为，现有的一代大语言模型虽然表现出色，但它们的泛化能力其实比预期的要弱得多。

现在的模型训练更像是在培养一群“唯唯诺诺的队伍”，它们通过大量的强化学习学会了如何讨好人类、回答标准问题，却逐渐失去了提出“好问题”的能力。

沃尔夫举了一个很形象的例子：数学。

最近媒体热衷于报道 AI 能够证明数学定理，仿佛 AI 已经具备了科学发现的能力。但在沃尔夫看来，这更多是一种误导。目前的模型所做的，主要是在大量文献中搜索已有的证明路径，而不是像人类数学家那样提出类似费马大定理这样的全新猜想。如果仅仅依赖现有的训练方式，指望模型涌现出人类做不到的超级智能，几乎不可能。

相比之下，开源模式则更加灵活。沃尔夫透露，很多想要做交互式世界模型（Interactive World Model）或者其他边缘创新的公司，发现闭源的 API 接口根本无法满足他们对底层控制的需求。这时候，来自中国的 DeepSeek 或 Qwen 就成了唯一的选择。它们允许开发者查看权重、修改代码、在本地硬件上运行，这种自由度是 ChatGPT 无法提供的。

为了应对这个局面，美国科技界正在经历一种“开源觉醒”：例如特朗普政府近期发布的“创世纪 AI ”，试图通过行政命令鼓励美国企业投资具有“美国价值观”的开源模型，试图把开源的重心拉回美国。市场上也出现了像 Reflection 这样估值数十亿美元的新公司，想要扛起美国开源的大旗。

图 | 美国“创世纪计划”（来源： The White House）

但在沃尔夫看来，这种追赶并非易事，因为生态一旦形成，就具有强大的惯性。

机器人领域，正在重演 GPT 时刻

除了语言模型，这场竞争的战火正在快速蔓延到机器人领域。

在访谈中，沃尔夫花了大量篇幅谈论 Hugging Face 在机器人领域的布局。他认为，未来一两年，机器人技术将迎来指数级的增长。目前的机器人市场与 GPT-3 发布前的 AI 市场惊人地相似：特斯拉的 Optimus 和 Figure 等公司虽然做出了令人惊叹的硬件，但它们的系统是完全封闭的。你无法拿着 Optimus 去改造、去实验、去创造属于你自己的应用。

沃尔夫的逻辑很清晰：他不想重复 AI 领域的封闭老路。他希望通过提供低成本的开源硬件（例如售价 100 美元的机械臂）和开源软件库（Le Robots），让全球的研究者都能参与到机器人的进化中来。而在这一领域，中国凭借其供应链优势和硬件制造能力，极有可能再次复制在 LLM 领域的成功。

事实上，这种迹象已经出现。

沃尔夫提到，现在的机器人市场两极分化，要么是售价两万美元的高端产品，要么是简陋的玩具。而中国开发者最擅长的，就是填补这两者之间的巨大空白。当美国公司还在打磨昂贵的原型机时，中国可能已经有成千上万的开发者在用廉价的开源硬件训练最新的具身智能算法。

英伟达两头下注，坐收渔利

值得玩味的是，作为 AI 军备竞赛的“军火商”，英伟达在这场博弈中的态度颇为微妙。沃尔夫指出，很多人不知道英伟达其实是 Hugging Face 上最大的开源贡献者之一。黄仁勋非常聪明，他早就明白，要让 GPU 卖得好，就必须构建一个强大的软件生态。在 AI 时代，这个软件生态就是模型和数据集。虽然受限于出口管制，英伟达的高端芯片难以直接进入中国，但通过支持开源社区，英伟达实际上在维持其技术标准在全球的统治地位。

图 | 英伟达和Hugging Face一年前宣布合作开发开源机器人（来源：Nvidia）

然而，对于谷歌和 OpenAI 来说，形势就没有那么乐观了。它们引以为傲的商业模式——通过云端 API 出售智能——正面临着开源+本地化的严峻挑战。如果未来的趋势是更小的模型、更边缘的部署、更垂直的应用，那么庞大的闭源通用模型可能会变得像当年的大型机一样，虽然强大，但与绝大多数创新无关。

沃尔夫在采访的最后，还对“AI 泡沫”的论调给出了一个务实的看法。虽然杰夫·贝索斯（Jeff Bezos）等专业人士警告行业可能处于泡沫之中，但沃尔夫认为，即便泡沫破裂，留下的基础设施和技术突破也是真实的。

他特别提到了仿真（Simulation）技术。为了解决真实世界数据获取难的问题，行业正在投入巨资提升模拟环境的精度。这不仅对 AI 有用，对 SpaceX 这样的硬科技公司也是巨大的利好。而在这方面，如果有足够的资金和开源社区的协作，人类或许能通过“模拟-训练”的闭环，绕过数据枯竭的危机。

不过现在，摆在美国科技巨头面前的是一个尴尬的局面：当全球新一代的 AI 工程师习惯了在 Qwen 的架构上写代码，习惯了用 DeepSeek 的模型做微调，那么未来的技术标准制定权，可能真的会易主。

1.https://www.ft.com/content/931c8218-a9d7-4cbd-8b08-27516637ff41

2.https://news.cgtn.com/news/2025-11-27/China-overtakes-U-S-in-globa