真正的AI竞赛可能已不再处于前沿

# 真正的AI竞赛可能已不在前沿 | TechCrunch 来源：https://techcrunch.com/2026/07/14/the-real-ai-race-may-no-longer-be-at-the-frontier-open-models-hugging-face/ 今年夏天，AI行业连续数周聚焦于Anthropic最新的前沿模型（https://techcrunch.com/2026/06/09/anthropics-claude-fable-5-is-a-version-of-mythos-the-public-can-access-today/），以及华盛顿方面争夺控制权（https://techcrunch.com/2026/06/15/the-us-governments-anthropic-models-ban-was-never-about-an-ai-jailbreak/）的斗争——究竟谁能使用这些模型。但正当所有人紧盯前沿之际，开发者们仍在埋头构建，而且他们并没有等待Anthropic和OpenAI这类公司的许可。 今年春季，中国开源权重模型在Hugging Face上的下载量占41%（https://huggingface.co/blog/huggingface/state-of-os-hf-spring-2026），超越了美国模型。在OpenRouter（https://openrouter.ai/rankings#top-models）上，排名前六的热门模型均来自中国公司的开源模型，包括腾讯、小米、DeepSeek、MiniMax和Z.ai。截至本文撰写时，Anthropic的Claude Opus 4.7仅位列第七。此外，来自Vercel的数据（https://vercel.com/ai-gateway/leaderboards/labs）显示，开源权重模型（https://vercel.com/blog/ai-gateway-production-index-july-2026）正在承担AI应用中大量高负载的基础设施任务，而闭源模型则作为成本更高的优质层级存在。6月份，开源模型在该平台上处理了近三分之一的AI请求。 这些平台仅代表了AI生态系统的一部分；特别是，它们并未计入各大实验室自己托管的会话——这很可能占据了OpenAI和Anthropic使用量的绝大部分。但开源模型在市场中所占份额既大且持续增长，这引出了一个棘手的问题：如果大多数生产型AI最终运行在更便宜、更易定制的替代品上，前沿模型到底还有多重要？ 一些人将开源模型的增长视为一个迹象，表明最智能的模型或许最终只会用于最专业化的场景。“几年后，前沿模型可能只用于实验和某些真正高价值的任务，而大多数生产工作负载将由公司内部的私有模型或开源模型驱动，”Hugging Face首席执行官Clem Delangue在最近一期的Equity播客（https://techcrunch.com/podcast/open-source-ai-matters-more-than-ever-according-to-hugging-faces-clem-delangue/）中说道。 Hugging Face是一个平台和开发者社区，以托管、分享和帮助企业部署开源模型而闻名。Delangue表示，Hugging Face的客户和社区成员越来越推崇自己拥有AI模型而非租用模型。这股趋势在人们拿到扩展闭源前沿模型成本（https://techcrunch.com/2026/06/05/the-token-bill-comes-due-inside-the-industry-scramble-to-manage-ais-runaway-costs/）的账单后，在冷静审视之下迅速升温。 “如果你是一家AI公司或科技公司，你不希望将核心能力外包给另一家公司——一个你无法控制、毫无可见性、也没有任何所有权的不透明API，”Delangue说。 Delangue认为，这种转变反映在Hugging Face上的活动之中。据Delangue介绍，该平台上每七秒就会创建一个新的仓库，托管着近三百万个公开模型和一百万个公开数据集。这指向了与“一个模型统治一切”不同的图景。他表示，实际上，公司会使用许多不同的模型，其中很多都是针对特定用例定制而成的。他说，财富500强企业中有一半正在使用Hugging Face来部署自己的私有模型和开源模型。 开源模型的日益流行，恰逢中国AI实验室不断推出能力越来越强的模型。 每隔几个月，就有一家中国AI公司发布一款功能强大的开源权重模型，相比闭源竞品部署成本更低、定制更方便，从而削弱了美国公司已投入数十亿美元的专有AI的经济性。最近，总部位于北京的AI公司Z.ai发布了一款名为GLM-5.2的开源权重模型，在智能体编码方面表现出色，并且在识别安全漏洞方面与Anthropic的最新模型相抗衡。 Delangue并非唯一主张企业应避免绑定单一模型提供商的高管。 微软CEO萨提亚·纳德拉最近警告（https://x.com/satyanadella/status/2076323181154230284?s=46&t=45_xAnRsdQP1GVqYv9Gdbw）不要被单一提供商锁定，他认为对于使用AI的企业而言，数据控制应是首要关切。 “虽然模型提供商利用公开数据训练模型的合理使用权带来了巨大创新，但我发现具有讽刺意味的是，现状却是反过来对蒸馏施加限制性条款，并保留从客户使用和交互数据中学习的权利，”纳德拉说。“如果学习只朝一个方向流动，那么经济价值就会流向学习基础设施的所有者，而不是知识本身的创造者。因此，我们必须将学习基础设施分布到每家公司，使它们能够控制自己的学习循环。” 开源模型的崛起也加剧了一场争论：日益强大的模型是否应该广泛开放。 Anthropic CEO Dario Amodei曾争辩（https://www.techpolicy.press/transcript-senate-hearing-on-principles-for-ai-regulation/）称，扩展强大的开源模型权重可能会变得危险，因为一旦发布，它们就很难控制。其他人（https://www.ibm.com/think/insights/unregulated-generative-ai-dangers-open-source）则认为，开源模型更容易被不良行为者获取，他们可能利用这些模型传播虚假信息或实施网络战、生物战。 Delangue对此有不同的权衡。 “AI最大的风险是权力集中，”Delangue说。“在我看来，让世界变得更安全的方法是提升竞争环境的公平性，并让这些模型变得透明。” 他说，透明意味着防御者可以更容易地“修补开源模型已知可被利用的网络安全风险”。 这位Hugging Face高管认为，将强大的模型封闭起来并不能消除先进AI系统带来的风险，部分原因在于很容易突破前沿模型的API护栏，并窃取权重（https://techcrunch.com/2026/02/23/anthropic-accuses-chinese-ai-labs-of-mining-claude-as-us-debates-ai-chip-exports/）然后公开发布。Delangue指出，限制强大模型仅仅是将技术集中在少数公司手中，同时降低了系统工作方式的透明度。 “把它关在少数玩家的大门后面，并不能使其安全，”Delangue说。“这样做反而更危险，因为你会造成权力和能力的不对称。” *当您通过我们文章中的链接购买商品时，我们可能会赚取少量佣金（https://techcrunch.com/techcrunch-affiliate-monetization-standards/）。这不会影响我们的编辑独立性。*