Hugging Face 发布 2026 夏季开源模型观察报告

在 AI 世界里，时间仿佛被压缩了。在我们半年一次的分析中，春季报告梳理完整个生态后仅过了几个月，到今年夏天我们又观察到了不少发现。本报告列出了 2026 年 1 月至 8 月的这些观察结果，并呈现每项发现背后的数据。

HF 平台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。其下的分布依然极端，约 85.6% 的模型终身下载量不足 200 次，而 1.5% 的仓库占据了全部下载量的 99.2%。以下所有情况都发生在这一格局之内。

1. 前沿正在快速移动

过去存在一条清晰的进阶路径：实验室会先发布较小的模型，再逐步向规模顶端推进。2026 年，多家中国实验室完全跳过了这一进阶过程。

在 2026 年几乎每个月，中国实验室规模最大、性能最强的开放模型都大于美国实验室发布的任何模型。中国的月度上限在 7540 亿到 2.78 万亿参数之间；美国模型在七个月中有五个月保持在 1300 亿以下，例外是 NVIDIA 在 5 月和 6 月发布的 5610 亿参数的 Nemotron 3 Ultra，以及 Thinking Machines Lab 的 Inkling。

图表将各实验室分为两大阵营。Moonshot、MiniMax、Xiaomi 和 Z.ai 几乎不发布 700 亿参数以下的模型，因此开发者第一次接触它们时，面对的就是一个大到无法在自己任何设备上运行的模型。Tencent 和 Alibaba Qwen 则覆盖了完整区间，从 10 亿以下往上都有。

有两件事让第一个阵营成为可能。构建大模型不再是一种差异化优势。Xiaomi、Ant Group 和 Meituan 今年都跨过了万亿参数门槛，而它们在十二个月前在开放权重领域都还并非家喻户晓。而且实验室不再必须发布小模型才能被使用，因为社区的量化层会在几天内让大模型变得可运行——这一依赖我们将在下文再次提及。

这就使得规模分布成为一种意图声明，而非能力声明。仅做前沿的模型组合是把一切押在基准排名和 API 需求上。全谱系模型组合则是争取成为开发者标准化所依赖的家族。两者都是理性的，只是在争夺不同的奖品。

美国并未缺席开源。

今年发布新开放模型最多的两个组织，同时也是制造硬件的公司：AMD 和 NVIDIA。它们各自发布了 200 多个新模型仓库，远超其他所有机构，LiquidAI 以约 100 个排名第三。硬件厂商已经意识到，开放模型是卖芯片的一种方式：一个为你的硬件优化且可免费获取的模型，是证明该硬件可用的最清晰证据。

当把较小的模型和嵌入模型也计入时——Google、Microsoft、IBM Granite 以及 OpenAI 较早期的视觉和语音模型每年产生数亿次下载——美国的开源 AI 正在增长。

更多硬件和基础设施组织（如 NVIDIA）正在训练并开放权重发布有竞争力的模型。NVIDIA 的 Nemotron 模型系列以高性能著称。Meta 等长期领导者通过 Meta 的 Muse Glimmer 重新点燃开放根基。

在前沿规模上，今年美国发布的一些超过 100B 参数的模型是构建在中国模型之上，或利用了来自中国实验室的产物，例如 Thinking Machines 的 Inkling（952B）。主要的美国原创模型包括 NVIDIA 的 Nemotron 3 Ultra（561B）、Nemotron 3 Super（124B）以及 Arcee AI 的 Trinity-Large（399B）。

AMD 贡献了许多转换工作。这项工作很重要：它使万亿参数模型能够在美国硬件上高效运行。这代表了一个分发与优化层。

与此同时，中国的开放模型正越来越多地针对中国国内芯片进行优化，这是同一竞争的反向版本，即模型围绕特定硬件生态系统进行设计。

2. 关注 ≠ 采用

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数排名前 25 的模型仓库。恰好只有一个仓库同时出现在两份榜单中。

我们统计的是窗口期内的下载量而非生命周期下载量，因此不会仅仅因为存在时间更长而获得加分，控制年龄因素后，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 个中有 13 个来自 2022 年。all-MiniLM-L6-v2 在七个月内被拉取 15.5 亿次，获得 5,156 个点赞；Kimi-K3 每获得一个点赞，大约被拉取 60 次。

这两个数字记录的是不同的行为。点赞表示某个发布很重要，会流向发布后数周内的前沿模型。下载表示某个东西被接入到按计划运行的流水线中，会随着时间累积到小型、稳定的模型上。点赞是解读该领域对什么感到兴奋的合适工具，下载则是解读它当前依赖什么的合适工具。将其中任何一个当作另一个的代理指标，是我们在对 Hub 的报道中——包括我们自己早先的工作——看到的最常见错误。同样的分化也出现在发布者层面。

中国的前沿实验室是 Hub 上唯一一类重型区间承载主要流量的账号。实际上，MiniMax 2026 年的全部下载都来自 70B 以上的模型，Moonshot 为 88%，DeepSeek 为 55%，Z.ai 为 39%。没有任何美国大型账号呈现这种情况：Google、Microsoft 和 IBM Granite 在 2026 年 70B 以上的下载量基本为零，NVIDIA 和 Meta 分别只有 14% 和 9%。

这种差异在总下载量上更加明显。Moonshot 仅含前沿模型的产品组合全年录得 3700 万次下载，而 Qwen 跨模型尺寸的更广泛发布策略则达到 20.45 亿次（在声明参数量的仓库中为 20.61 亿次），约为前者的 55 倍。该系列的持续扩展，从 2.4T 参数的 Qwen 3.8 Max 到 27B 等更小变体，显示出对覆盖不同用例的同样专注。

时间也起着重要作用。大多数模型在发布后使用量急剧下降，随后进入稳定的长尾活动。一个模型的采用情况在很大程度上在其发布后的头几个月内就已确定。

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基础设施的模型所驱动。

3. 开放权重改变了价值积累的位置

如果前沿模型是一门授权许可生意，你会预期最大的发布伴随着最严格的条款。然而，下面的数据讲述了一个不同的故事。

在今年 178 个参数超过 20B 的中国发布中，59% 采用 Apache 2.0，22% 采用 MIT，几乎没有一个带有非商业限制。然而，在过去几周里，我们开始看到这一趋势在真正大型的模型上发生变化，Kimi K3 和 Qwen 3.8 2.4T 开始在其许可证中加入一些非商业限制和收入分成要求

DeepSeek 和 Z.ai 以纯 MIT 许可证发布 7000 亿到 1.65 万亿参数之间的模型。中国实验室对其最大模型的授权许可几乎与对最小模型一样宽松，并且比美国实验室对其模型的授权更为宽松：在相同规模区间的美国一侧，29% 采用 Apache 或 MIT，41% 采用自定义条款，30% 则完全不声明任何条款。

无论这些发布是为了什么，都不是为了许可证收入。权重以可获得的最宽松条款被免费赠送。回报必须来自其他地方：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 的估值表明了一种有效的开源策略，在社区中获得了关注和增长机会。然而，展望未来，行业可能会转向从开源采用中获得更清晰的变现路径。

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，还由社区在其之上构建了多少东西所定义。如上所述，Qwen 是一个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最大的基础之一。基于 Qwen 的模型目前在 Hub 上占 151,448 个衍生模型，是 Meta 总足迹的 2.6 倍，是 Llama 仓库具体数量的 4.7 倍。Google 以 82,506 个衍生模型紧随其后。第三大来源是 Unsloth，一个发布量化和可微调构建的社区账号，其中许多进一步扩展了 Qwen 生态系统。

在 2026 年前七个月里，Qwen 衍生模型以大约每天 180–210 个新仓库的速度增长，表明采用不仅仅由个别发布所驱动。Qwen 已成为开发者决定微调和部署哪些模型时的默认工作流的一部分。

有几个因素促成了这一地位。第一，一致性。Qwen 保持了规律的发布节奏，持续更新其模型家族，而不是依赖偶尔的旗舰发布。第二，覆盖范围。它发布涵盖广泛规模和用例的模型，让开发者无论需要小型本地模型还是更大的部署模型，都能留在同一生态系统内。第三，开放性。Apache 2.0 许可证减少了修改、再分发和商业使用的摩擦。

这些因素相互强化。一个广泛的模型家族会吸引更多开发者；更多开发者会创造出更多衍生模型；而这些衍生模型又会让整个生态对未来用户更具吸引力。

这一地位在很大程度上是由社区建立的。151,448 个衍生模型代表的是其他开发者创造的下游成果，而非 Qwen 自己发布的版本。即便在 Hub 上 Qwen 模型的 28,531 个 GGUF 转换版本中，Qwen 也只发布了 54 个。

5. 小模型仍是实用层

在声明了参数量的模型中，低于 1B 的模型占历史总下载量的 83%，而超过 100B 的模型仅占 1%。仅统计 2026 年累积的下载量，结果也没有变化：3% 的下载量流向了 70B 以上的模型。这是 3 月份的发现中最经得起检验的一条，原因和之前一样——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如何触达任何人？通过 llama.cpp。

2 月，ggml 团队加入了 Hugging Face，该项目仍完全开源、由社区治理，技术方向也保持不变。变化在于，本地推理领域最重要的项目如今有了持久的资源支持。

上限随着 llama.cpp 一起抬升。7 月的快照包含约 284B 参数的 DeepSeek-V4-Flash 和约 2.8 万亿参数的 Kimi-K3 的 GGUF 构建版本。本地推理过去意味着在笔记本电脑上跑一个 8B 模型。如今它意味着把万亿参数的混合专家模型分散到几台消费级机器上运行，这是一年前前沿领域所没有的另一条路径，也是前沿优先的发布策略之所以可行的原因。

而这条路径运行在 Qwen 上：每月 3960 万次 GGUF 下载，几乎是 Gemma 的 2080 万次的两倍，是 Llama 的 750 万次的五倍多。与 Llama 的差距不是供给问题，Llama 衍生的 GGUF 仓库数量还略多于 Qwen。同样的货架空间，只有五分之一的流量。

模型仓库在这七个月里增长了 21.5%。而围绕它们的若干事物增长速度要快好几倍。

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 为 16%，diffusers 为 21%。建模核心大致以平台平均速度增长。而决定模型能在哪里实际运行的那一层——本地推理格式、Apple 芯片、机器人控制栈——增长速度是前者的三到七倍。

在十大模型家族中，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 版本往往是本地运行模型的开发者所使用的版本。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，所需的额外工作有限。实验室不必在内部维护这一流程，而可以与 Unsloth 等现有生态贡献者合作。这样做将缩小模型创建者测试的权重与更广泛社区采用的版本之间的差距。

6. 智能体是新用户

我们无法在三月份写出这一节，因为当时这个工具还不存在。七月发布的 agent-usage 数据集记录了编码代理通过 huggingface_hub 或 hf CLI 调用 Hub 时发送的 agent/<name> token——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 接收了多少代理流量，以及这些流量来自哪些 harness。

Claude Code 在七月以 44.4% 领先，但单月数据掩盖了真正的发现：它在四月占 67.8%、五月占 64%，而 Codex 则从 10.4% 稳步攀升至 20.8%。这是一个没有在位者的市场，一次发布或一次默认设置的改变就能在一个月内改变一半的流量。

第二个发现是未登记的那一行。七月近四分之一的代理标记流量来自数据集中尚未命名的 harness，而在五月这一数字为 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登记表为其命名的速度——这本身就是发现。

我们这一年的大部分时间都在为这类读者而构建，而不仅仅是为人类浏览器。论文从三月开始提供机器可读的 Markdown。四月带来了 作为一等数据集类型的 agent traces，以及每个 Gradio Space 上的 agents.md 端点，这样代理就能读取 Space 的 API 并直接调用它。七月带来了我们 MCP 服务器上的 hf_fs 工具，仅用一千多个 token 就通过单一接口暴露了仓库、存储、文档和论文，同时还提供了用于安全执行的可附加沙箱。同样的整合也发生在协议层，MCP 并入了 Linux 基金会的 Agentic AI Foundation。

然后，在七月，一个代理不再只是读者，而变成了入侵者。据我们所知，首例有记录的自主代理自行发起持续入侵的事件就发生在我们身上。当我们的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工作。分析最终在我们自己的基础设施上运行的一个量化开源模型 GLM-5.2 上完成。我们发布了一份披露和一份完整技术时间线。

展望未来

与春季报告相比，权力的地理再平衡继续加速。虽然美国的开源模型仍具竞争力，但几家中国前沿模型实验室之间的竞赛引起了强烈关注。这些前沿模型上的许多点赞指向了社区最兴奋之处，以及利用这种关注进行估值的公司的增长机会。

然而，AI 竞赛不仅是短跑，也是马拉松；像 llama.cpp 这样的工具有助于在本地部署大型模型，但一个广泛的模型家族及其采用仍然是关键，以在开发者、发布者和未来用户之间建立正反馈循环。被嵌入基础设施并成为生态系统一部分的模型，可能最终通向一个商业上稳健的退出。

最终，随着代理首次成为 HF Hub 上的头号用户，下一份报告可能会大不相同。

在 AI 领域，几个月就能重塑整个生态系统。

方法说明

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

本报告使用的指标，包括下载量、点赞数、衍生模型和模型发布，代表了生态系统活动的不同方面。它们不应被解读为对模型质量、商业采用或整体市场份额的直接衡量。

下载量表明 Hub 生态系统内的使用情况，但并未涵盖 API 使用、私有部署或通过其他渠道分发的模型。

点赞数反映社区关注和兴趣，而衍生模型则提供了开发者基于现有模型构建程度的信号。

由于开源 AI 的采用发生在许多渠道，Hub 活动应被视为生态系统发展的一个视角，而非对 AI 市场的完整衡量。

已编辑

本文经过编辑，以纳入 8 月初的最新发布内容。