當前誰在領跑 AI 模型市場？還是美國嗎？

近日，一份來自麻省理工學院（MIT）與開源社區 Hugging Face 的聯合報告給出了答案：顯然不是。因為在剛剛過去的一年里，中國研發的開源人工智能模型在全球下載量中的占比達到了 17.1%，歷史上首次超越了美國的 15.8%。

圖 | 每周開發者下載份額，紅色及粉色區域為中國AI模型，可見反超趨勢（來源：Financial Times）

對于谷歌、OpenAI 和 Anthropic 等美國 AI 巨頭而言，這項研究表明，在開放模型這一關鍵領域，中國企業正以其開源策略，對美國公司過去主要依賴閉源模型所建立的競爭優勢，已經構成了不可忽視的挑戰。DeepSeek 和阿里巴巴的 Qwen（千問）等中國模型，正憑借其獨特的開發與推廣模式，在全球開發者生態中獲得越來越大的影響力。

這種關注在近日 TechCrunch 對 Hugging Face 聯合創始人兼首席科學家托馬斯·沃爾夫（Thomas Wolf）的訪談中得到了驗證。

作為全球最大 AI 社區的掌舵者，沃爾夫直言不諱地指出，現在的美國初創公司如果想要探索閉源系統能力之外的新方向，往往“不得不從中國模型開始”。

圖 | 托馬斯·沃爾夫（來源：Youtube）

這個局面的發生既在意料之外，又在情理之中。

過去幾年，美國政府層層加碼的芯片出口管制，本意是遏制中國 AI 的發展，但結果似乎適得其反。算力的緊缺反而倒逼中國開發者走上了一條極致優化的道路。

MIT 的研究員謝恩·朗普雷（Shayne Longpre）在分析報告時指出，中國公司展現出了一種完全不同的開發范式。與美國實驗室動輒半年甚至一年才發布一個所謂“完美”版本的節奏不同，中國團隊幾乎是以周為單位在迭代模型。這種高頻的發布節奏，配合在有限算力下打磨出的高效率，讓中國模型迅速占領了程序員們的工具箱。

托馬斯·沃爾夫在 11 月 8 日的訪談中詳細拆解了這一現象。他提到自己不久前剛去過中國，親眼目睹了那里大量新實驗室的涌現。他觀察到一個有趣的悖論：在美國，Meta 曾是開源的旗手，但隨著競賽升級，西方頂尖人才開始覺得做閉源模型更酷，更前沿；而在中國，情況恰恰相反，開源才是吸引頂尖人才、構建生態的最佳方式。

這種文化和策略上的錯位，直接導致了如今的局面——中國模型不僅數量多，而且在實際應用中越來越好用。

想要真正的創新，閉源模型根本不夠用

沃爾夫還提到了“技術天花板”的問題。目前，OpenAI 和谷歌都押注于通過無限堆疊算力和數據來通往 AGI。但沃爾夫對此持保留態度。他認為，現有的一代大語言模型雖然表現出色，但它們的泛化能力其實比預期的要弱得多。

現在的模型訓練更像是在培養一群“唯唯諾諾的隊伍”，它們通過大量的強化學習學會了如何討好人類、回答標準問題，卻逐漸失去了提出“好問題”的能力。

沃爾夫舉了一個很形象的例子：數學。

最近媒體熱衷于報道 AI 能夠證明數學定理，仿佛 AI 已經具備了科學發現的能力。但在沃爾夫看來，這更多是一種誤導。目前的模型所做的，主要是在大量文獻中搜索已有的證明路徑，而不是像人類數學家那樣提出類似費馬大定理這樣的全新猜想。如果僅僅依賴現有的訓練方式，指望模型涌現出人類做不到的超級智能，幾乎不可能。

相比之下，開源模式則更加靈活。沃爾夫透露，很多想要做交互式世界模型（Interactive World Model）或者其他邊緣創新的公司，發現閉源的 API 接口根本無法滿足他們對底層控制的需求。這時候，來自中國的 DeepSeek 或 Qwen 就成了唯一的選擇。它們允許開發者查看權重、修改代碼、在本地硬件上運行，這種自由度是 ChatGPT 無法提供的。

為了應對這個局面，美國科技界正在經歷一種“開源覺醒”：例如特朗普政府近期發布的“創世紀 AI ”，試圖通過行政命令鼓勵美國企業投資具有“美國價值觀”的開源模型，試圖把開源的重心拉回美國。市場上也出現了像 Reflection 這樣估值數十億美元的新公司，想要扛起美國開源的大旗。

圖 | 美國“創世紀計劃”（來源： The White House）

但在沃爾夫看來，這種追趕并非易事，因為生態一旦形成，就具有強大的慣性。

機器人領域，正在重演 GPT 時刻

除了語言模型，這場競爭的戰火正在快速蔓延到機器人領域。

在訪談中，沃爾夫花了大量篇幅談論 Hugging Face 在機器人領域的布局。他認為，未來一兩年，機器人技術將迎來指數級的增長。目前的機器人市場與 GPT-3 發布前的 AI 市場驚人地相似：特斯拉的 Optimus 和 Figure 等公司雖然做出了令人驚嘆的硬件，但它們的系統是完全封閉的。你無法拿著 Optimus 去改造、去實驗、去創造屬于你自己的應用。

沃爾夫的邏輯很清晰：他不想重復 AI 領域的封閉老路。他希望通過提供低成本的開源硬件（例如售價 100 美元的機械臂）和開源軟件庫（Le Robots），讓全球的研究者都能參與到機器人的進化中來。而在這一領域，中國憑借其供應鏈優勢和硬件制造能力，極有可能再次復制在 LLM 領域的成功。

事實上，這種跡象已經出現。

沃爾夫提到，現在的機器人市場兩極分化，要么是售價兩萬美元的高端產品，要么是簡陋的玩具。而中國開發者最擅長的，就是填補這兩者之間的巨大空白。當美國公司還在打磨昂貴的原型機時，中國可能已經有成千上萬的開發者在用廉價的開源硬件訓練最新的具身智能算法。

英偉達兩頭下注，坐收漁利

值得玩味的是，作為 AI 軍備競賽的“軍火商”，英偉達在這場博弈中的態度頗為微妙。沃爾夫指出，很多人不知道英偉達其實是 Hugging Face 上最大的開源貢獻者之一。黃仁勛非常聰明，他早就明白，要讓 GPU 賣得好，就必須構建一個強大的軟件生態。在 AI 時代，這個軟件生態就是模型和數據集。雖然受限于出口管制，英偉達的高端芯片難以直接進入中國，但通過支持開源社區，英偉達實際上在維持其技術標準在全球的統治地位。

圖 | 英偉達和Hugging Face一年前宣布合作開發開源機器人（來源：Nvidia）

然而，對于谷歌和 OpenAI 來說，形勢就沒有那么樂觀了。它們引以為傲的商業模式——通過云端 API 出售智能——正面臨著開源+本地化的嚴峻挑戰。如果未來的趨勢是更小的模型、更邊緣的部署、更垂直的應用，那么龐大的閉源通用模型可能會變得像當年的大型機一樣，雖然強大，但與絕大多數創新無關。

沃爾夫在采訪的最后，還對“AI 泡沫”的論調給出了一個務實的看法。雖然杰夫·貝索斯（Jeff Bezos）等專業人士警告行業可能處于泡沫之中，但沃爾夫認為，即便泡沫破裂，留下的基礎設施和技術突破也是真實的。

他特別提到了仿真（Simulation）技術。為了解決真實世界數據獲取難的問題，行業正在投入巨資提升模擬環境的精度。這不僅對 AI 有用，對 SpaceX 這樣的硬科技公司也是巨大的利好。而在這方面，如果有足夠的資金和開源社區的協作，人類或許能通過“模擬-訓練”的閉環，繞過數據枯竭的危機。

不過現在，擺在美國科技巨頭面前的是一個尷尬的局面：當全球新一代的 AI 工程師習慣了在 Qwen 的架構上寫代碼，習慣了用 DeepSeek 的模型做微調，那么未來的技術標準制定權，可能真的會易主。

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