Open Models 现状：2026 年夏季观察

事件核心：发生了什么

Hugging Face 于 2026 年 8 月 14 日发布《State of Open Models: Summer 2026 Observations》，覆盖 1 月至 8 月的生态数据。平台模型仓库从 243 万增至 296 万，数据集从 71.1 万增至 100 万，Spaces 从 100 万增至 144 万。头部集中度依然极端：85.6% 的模型累计下载量不足 200 次，1.5% 的仓库贡献了 99.2% 的下载。

最显著的结构变化发生在中国实验室。Moonshot、MiniMax、Xiaomi、Z.ai 几乎不发布 70B 以下模型，小米和美团均已在今年跨过万亿参数门槛；腾讯和阿里 Qwen 则选择覆盖从 1B 以下到万亿的全尺寸路线。中国实验室 2026 年月度最大开放模型区间为 754B 至 2.78T 参数，而美国五个月的最大原创模型低于 130B，仅 NVIDIA Nemotron 3 Ultra（561B）和 Thinking Machines 的 Inkling（952B）例外。

美国开源并未缺席，但主力换了。AMD 和 NVIDIA 各发布超 200 个新模型仓库，LiquidAI 以约 100 个排名第三。美国 100B 以上规模的新模型，多数是建立在中文模型基础之上的优化版本；原创大模型仅 Inkling、Nemotron 3 Ultra、Nemotron 3 Super（124B）和 Arcee AI 的 Trinity-Large（399B）。AMD 贡献了大量转换版本但无原创大模型。

为什么重要

这组数据说明两件事。第一，“越大越强”已不再是稀缺能力，发布万亿参数模型更多是商业定位宣言，而非技术分水岭。第二，美国开源 AI 的重心从模型实验室转移到了硬件和基础设施公司——开放模型成为芯片厂商证明算力、绑定生态的销售工具。与此同时，美国前沿模型对中文开源基座的依赖加深，而中文模型也在针对国产芯片反向优化，算力-模型生态的区域化竞争正在形成。

另一个值得注意的信号是关注度与真实采用之间的断裂：2026 年下载量前 25 名与点赞前 25 名仅有一个仓库重叠，没有任何 2026 年新发布的模型进入下载前 25，而 2022 年的老模型占据 13 席；sentence 嵌入模型 all-MiniLM-L6-v2 在 7 个月内被拉取 15.5 亿次。热度不等于生产力。

对用户/开发者/创作者的影响

对开发者而言，选型时“社区讨论热度”参考价值下降，应更多依赖下载量、推理成本和实际任务评测。量化生态已成为大模型落地的关键依赖——社区量化层能在数日内让超大模型可运行，这意味着实验室不必发布小尺寸版本，也意味着开发者需要具备量化部署能力。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对企业和采购方来说，AMD、NVIDIA 以及国产芯片厂商正用开放模型绑定硬件生态，模型针对特定芯片优化将成为常态，采购时需同时评估模型和硬件架构的匹配度。对创作者而言，嵌入模型和小模型仍是被低估的生产力工具——它们才是当前真实世界里被调用最频繁的 AI 基础设施。

值得关注的后续

后续可观察三点：一是万亿参数旗舰模型的 API 定价和推理成本能否支撑其商业闭环；二是 Moonshot、MiniMax 等“纯前沿组合”是否会因开发者需求补发中小尺寸版本；三是硬件厂商主导的开源发布是否会进一步改变模型授权方式和生态竞争规则。

来源：<a href="https://huggingface.co/blog/state-of-open-models-summer-2026"