中国开源模型下载量反超美国，这说明了什么？

Ben Werdmuller 在 2026 年 7 月 20 日发表的《美国 AI 封闭又专有，正在掉队》一文中说，中国实验室正在把算力上的劣势变成分发上的优势——办法是开放模型权重。他认为美国实验室守着的，是一道围绕模型本身的薄弱护城河，外加一套中心化服务。

警示我认同，唱衰我不同意。中国实验室在开放模型这条路上跑出了势头，原因很简单：开发者可以自己托管、自己改、想换供应商就换。但这不等于美国 AI 整体已经输了。可移植性现在是一种产品特性，谁不提供，就得拿能力、支持、稳定性或集成度来说服用户接受限制。

核心观点

问题	我的看法
发生了什么变化？	截至2026年3月，中国模型家族在开放模型下载量、衍生模型数量和第三方推理使用等多项指标上领先。
这证明了什么？	开放权重是一种有效的分发策略，让本地部署、第三方托管和模型适配变得更容易。
这不能证明什么？	下载量不等于生产环境的实际使用，开放模型的采用也不代表整个AI市场。
谁从中受益？	需要数据本地化、定制化、供应商选择，或者不想把提示词发给模型开发者的团队。
我的决策原则	要求模型可移植，但在迁移生产流量之前，先算清楚总成本，跑一遍自己的工作负载评估。

分发优势是可量化的

Werdmuller 观点最有力的证据来自 2026 年 4 月的 ATOM 报告。报告追踪了截至 2026 年 3 月的 20.4 亿次开放模型下载，其中中国开发者贡献了 11.5 亿次，美国开发者为 7.23 亿次，差距已扩大到 4.28 亿次。报告还发现，到 2026 年 2 月，中国模型占新衍生模型的 70%。

衍生模型很重要，因为人们只会对自己认为有用的基础模型做微调或适配。Hugging Face 的 2026 年春季回顾显示，过去一年中国模型占下载量的 41%，同时超过 30% 的财富 500 强公司在该平台拥有经过验证的账户。

我认为这是一场分发上的胜利，不是什么国家荣誉的排行榜。一旦权重可以流通，模型发布方就不再需要自己处理每个请求。本地团队、云厂商或推理市场可以提供硬件，把模型部署到用户附近。这降低了数据本地化的摩擦，也让开发者在定价和可用性上更有话语权。

下载不等于部署

ATOM 报告坦率地承认了自身的局限。Hugging Face 不是唯一的分发渠道，一次生产部署可能只产生一次下载，自动化流水线或重复拉取还会虚增数字。报告说其他使用指标也呈现出类似的区域转移，但并没有声称每次下载都对应一个活跃客户。

这种局限在 LocalLLaMA 的公开讨论里也看得出来。一些开发者认可 Qwen 和 DeepSeek 的发布节奏，另一些人则指出，小型基础设施模型和配置不当的自动化会产生大量拉取。势头是真实的，但表面数字还是要谨慎看待。

更广泛的市场也呈现出同样的复杂图景。斯坦福 2026 年 AI 指数显示，截至 2026 年 3 月，美国和中国顶级模型之间的性能差距已缩小到 2.7%。但美国仍然产出了更多顶级模型，2025 年美国私人 AI 投资达到 2859 亿美元，中国为 124 亿美元。“落后”取决于你衡量的是哪一层。

开放权重不等于完全开源

这场辩论里还有一个容易混淆的地方。开放权重有用，但不等于开源。按照开源倡议组织的定义，还需要用于研究和修改系统构建方式的代码和数据。没有这些材料的可下载模型文件，给团队的是部署自由，不是完整的可重现性。

美国 AI 也并非铁板一块地封闭。OpenAI 在 2025 年 8 月以 Apache 2.0 许可证发布了 gpt-oss-120b 和 gpt-oss-20b。这没有抹掉中国生态的势头，OpenAI 自己也只称这些模型为开放权重而非完全开源。但这说明实验室可以调整自己开放技术栈的程度。

要控制权，就得自己干活

Werdmuller 说得对，企业服务可以成为护城河。但别把这种锁定想得太表面。合同、支持、身份认证、审计日志、SLA、区域部署、系统集成——这些往往才是企业真正在买的东西。可移植模型能削弱对模型本身的依赖，但底下还有一大堆运营层面的硬活没人替你干。

OpenAI 自己的 gpt-oss 支持页面把这笔账算得很清楚：自托管部署需要自行管理，OpenAI 不提供手把手的调试支持，算力和存储成本都由运营方承担。对于数据敏感、用量稳定、有基础设施经验的团队来说，这可能是笔好买卖；但对于只想调个靠谱 API 的小团队，可能就是灾难。

我会问买家：哪些东西必须保持可移植？提示词和工具定义换供应商后还能用；评估不能只跑一个模型；敏感工作负载要有可信的本地或第三方部署路径；日志和审计证据要能导出。把这些做到位，哪怕当前最好的模型是闭源的，你也有议价能力。

我的结论

中国实验室已经把开放权重做成了一个重要的分发渠道，美国实验室应该把这当作竞争压力。4.28 亿次的下载差距说明开发者看重可以移动和适配的模型。但这不能证明托管服务已经完蛋，也不能证明美国 AI 经济要崩盘。

我今天会做的决定没那么戏剧化。闭源服务如果能证明自己的价值，我会付费使用，但我会把应用设计成模型可替换的，同时持续评估开放权重选项。最后的赢家可能不是 demo 最好看或下载量最高的实验室，而是那个让客户心甘情愿留下来、而不是靠锁死才留住的实验室。