Chinese Large Models Lead the Global Open-Source Ecosystem
English text is being prepared.
Chinese open-source large models are expanding their deployment in industrial manufacturing, application development, and overseas markets through open weights, architectural innovation, and compatibility with domestically produced computing infrastructure. From November 9 to 15, Chinese models recorded 119.1 trillion tokens in weekly usage on OpenRouter, ranking first globally for the 29th consecutive week; cumulative global downloads of China’s open-source AI large models surpassed 10 billion. Moonshot AI released the complete model weights for Kimi K3.1 Pro, while Tencent Hunyuan released Hy4, and numerous companies are also exploring advances in model architecture, inference costs, and application depth.
Why read this
AI score 60
The article reviews open-source trends among Chinese models from three perspectives—open weights, architectural innovation, and industrial applications—and presents their global usage and deployment.
Topics
Body
近日,北京月之暗面科技股份有限公司公布了Kimi K3.1 Pro完整模型权重,这款全球参数规模最大开源模型在技术社区引发了广泛讨论;腾讯混元发布了新一代大语言模型Hy4,在指令遵循、长文理解、长程任务及深度研究等能力方面实现了提升。
前不久闭幕的2026年世界互联网大会乌镇峰会上,“开源”也成为关键词。今年以来,我国多家科技企业密集推出开源模型产品,在参数规模与技术深度方面不断实现突破。什么是开源?如何看待模型开源现象?国产开源模型有哪些新的发展趋势?
开源步伐加快,下载量、衍生模型数量领跑
与软件“公开源代码”的字面意义不同,模型开源更多指的是“开放权重”。
简单来说,模型就像是一个拥有海量知识的大脑,而“权重”就是这个大脑中数以千亿计的参数数值。这些参数记录了模型在训练过程中学到的所有语言规律、逻辑推理能力和各种知识。
“开放权重”,意味着使用者可以下载模型,在自己的电脑或服务器上运行推理,甚至通过微调让它来适应特定的任务。例如,企业和开发者不需要花费大笔资金从头开始训练,就能获得一个极其聪明的模型底座;它还允许在本地服务器或私有云上部署,这对一些对数据隐私要求极高的用户来说很关键。日益丰富的开源模型,还能让发展中国家以低成本获取前沿能力。
不过,开源不等同于放弃商业回报,依托云端推理、智能体平台、模型微调等,企业依然能够形成可持续的收益模式。
目前,我国日均词元调用量已突破500万亿,国内网购平台已上线词元充值中心,“双11”直播间里,词元也成了抢手货。“词元可计量、可定价、可交易的属性逐步被挖掘,词元调用量正成为观察人工智能(AI)活跃度、产业渗透深度、智能化发展水平的重要指标。”中央网信办副主任王京涛表示。
在高度市场化的模型聚合平台上,中国开源模型的表现同样突出。11月9日至15日,全球开源模型聚合平台OpenRouter上中国模型的周调用量为119.1万亿词元,连续29周稳居全球首位。工业和信息化部数据显示,我国人工智能开源大模型全球累计下载量突破100亿次。“一批全球领先的开源模型持续涌现,下载量、衍生模型数量领跑,引领全球人工智能开源生态。”中国科学技术信息研究所党委书记黄琦说。
竞争力提升,模型架构加快创新、底层技术不断突破
国产开源模型竞争力的提升,不仅源于应用范围广,更来自模型架构加快创新、底层技术不断突破。
去年年初,深度求索发布的DeepSeek系列模型,不仅在性能上取得了突破,更对混合专家模型架构进行了创新,大幅降低了推理成本和算力需求。这种架构后来成为全球人工智能领域共同探索的方向。
今年发布的Kimi K3则提出了自主研发的混合线性注意力机制等,让“超长文本算得更省,超大模型训得更稳”。“我们从底层逻辑对该架构的关键组件进行了重构,让模型训练找到全新进化空间。”月之暗面Kimi创始人兼首席执行官杨植麟说,中国开源模型正在成为全球模型厂商评测中的标杆和海外研究机构的重要样本。
国产开源模型与国产算力适配度的提升同样值得关注。今年6月,美团发布依靠国产算力完成训练、推理全流程的万亿参数大模型。11月,美团新一代大模型LongCat—2.5发布,推动国产算力上的大模型从“跑得动”走向“跑得快、跑得省”。美团龙猫大模型负责人蔡勋梁说:“我们逐步攻克了神经网络处理器确定性计算、算力利用率提升等难题,验证了大规模国产训练的可行性。”
为了推动人工智能落地,国内芯片厂商也在产品设计上持续进行优化。“国产开源模型能力提升,带动智能体、编程、视频生成等需求提速,将催生大量长上下文承载、多轮工具的高频调用,以及更高效的多模态并发处理能力。调用规模越大,用户对响应速度、使用成本就越敏感。”国产推理GPU(图形处理器)厂商曦望董事长徐冰说。
应用深度增强,推动智能成果普惠全球
随着技术的发展,国产开源模型正走入更多应用场景。
深夜的京东方生产线上,显示面板有序通过各道工序。人工智能系统实时捕捉到一处微观缺陷,即刻生成修复方案,联动设备完成修复——从发现问题、分析判断,到执行处理,实现全链路智能化质量管理闭环。
“我们以国产开源大模型为基础底座,自主研发了京东方蓝鲸显示大模型,融合工业制造经验和产线数据,覆盖研发设计、生产制造、质量管理等场景,推动多项AI应用在京东方各地工厂落地。”京东方高级副总裁、联席首席技术官姜幸群说。
个人开发者吴瑞孟接到一名淘宝店主“用二次元图片给车贴膜”的需求时,马上联想到“AI试衣”场景。他在无代码应用开发平台“秒哒”上,只花了25分钟就设计出demo(小样),这个“+AI”的创意,最终以8000元的价格成交。“用自然语言描述需求,由模型创建定制化应用,人工智能可以帮我补齐能力短板。”吴瑞孟表示。
中国开源模型同样改变着海外用户的工作方式和海外企业的成本结构。
去年底,一款名为“海狮V4”的多语言大模型在新加坡发布。该模型以阿里千问开源模型为基座研发,聚焦东南亚复杂的语言使用环境,受到当地用户的欢迎。“海狮V4”依托千问开源模型覆盖119种语言的优势,在36万亿词元上进行了预训练。在新加坡人工智能计划高级总监刘思理看来,与中国企业的合作是推动AI普惠化、使其更具东南亚代表性的一个重要标志。
“人工智能普惠的可能性,需要建立在坚实的开源根基上。”中国科学院计算技术研究所研究员张云泉表示,从技术、规则到公共产品,中国正把普惠的愿景转化为实实在在的行动。
AI Trends