过去半年,Hugging Face Hub 上发生了一件安静但彻底的事情:中国 AI 实验室把"开源"做成了默认动作,而美国实验室把"开源"做成了越来越小心的让步。HF Summer 2026 报告(8 月 14 日发布)给出了一组足以支撑这个判断的数字。
数字侧:许可证成了地缘标签
报告统计了 2026 年前七个月发布的所有 >20B 参数的开源权重模型。178 个中国大模型里,59% 直接用 Apache 2.0,22% 用 MIT,合计超过 80% —— 而且几乎没有任何"非商用"限制。反观美国一侧,同尺寸带的开源模型只有 29% 走 Apache 或 MIT,41% 是自定义条款,还有 30% 干脆不声明许可证。这意味着你今天去 Hub 拉一个中国实验室的 200 亿参数模型,默认就能商用部署;拉一个美国实验室同样大小的模型,大概率要先读三页法律文本。
更值得注意的是分母。中国 200 亿+参数开源模型 178 个,美国加起来不到二十个。分母差异本身就是开源格局重写的结果 —— 不是说美国实验室不愿意开源,是它们的体量、节奏、风格决定了它们在 Hub 上拿不出同等数量的 200 亿+模型。
数字背后:为什么两边策略不一样
中国实验室普遍走的是"低门槛、高覆盖"路线。HF 报告里点名了几家:Moonshot、月之暗面之外的、小米、Z.ai 几乎不发布 <70B 的模型,首批接触就是"在你笔记本上跑不起来"的体量;但只要开源出来,许可证就是最宽松的那种。DeepSeek 与 Z.ai 的 700B-1.65T 模型直接用纯 MIT,这是西方头部实验室都不敢给的尺度。这背后是一套商业逻辑:权重不挣钱,API 和云才是;开源覆盖越广,后续跑在上面的应用越多,token 调用量就越大。Z.ai 和 Kimi 的高估值,某种程度上就是这套开源策略被市场定价之后的结果。
美国侧走的是另一条路线。NVIDIA Nemotron 3 Ultra(561B)、Nemotron 3 Super(124B)、Arcee AI Trinity-Large(399B)是少数几个 >100B 的美国开源代表,这些都来自"卖硬件"或"卖云"的公司。AMD 和 NVIDIA 是 2026 年发布新开源模型最多的两家 —— HF 报告直接点破:硬件厂商把开源模型当卖芯片的方式,模型为你的硬件优化、且免费可拿,就是最直接的硬件证明报告。Meta 的 Muse Glimmer 30B 重新拥抱开源也属于这一类:卖 GPU 不靠语言本身。剩下还在 >100B 区发声的美国实验室,要么是背后有云、要么是背后有芯片。纯算法/纯应用层的美国公司,在 2026 年基本已经不在开源权重这个层级竞争了。
一个被忽略的信号:许可证正在收紧
报告同时写到了一个变化 —— 也就是这件事更值得现在讨论的原因。
最近几周,连中国阵营最宽松的几家也开始收紧。Kimi K3 和 Qwen 3.8 2.4T 这两个最新最大的模型,许可证里开始加入非商用限制与营收分成要求。HF 评论里有人指出:Kimi 的条款里写了"年收入超过 2000 万美元的公司需要 Moonshot 单独授权"。这和"MIT 随便用"不是一回事。
这条信号的含义意义不在于"Kimi 不再开源了" —— 权重还在,文件还能下载,模型还是开放权重 —— 而在于:"免费模型 + 宽松许可证"的中国式开源,正在逼近一个商业化拐点。当模型从"技术 PR"变成"商业基础设施",当一个千亿参数模型被部署进真实业务,许可证就会从"自由"走向"有边界"。HF 自己的总结是:"the industry is likely to shift toward clearer monetization paths from open-source adoption"。
所以呢
开源权重在 2026 年不是慈善,许可证也不是装饰。它是一份关于"你部署我的模型,我怎么赚钱"的合同。中国阵营把许可证做成低门槛的获客工具,目标是 API 调用量与生态位;美国阵营把许可证做成护城河的一部分,目标是保住硬件、云、和少数垂直模型的话语权。Kimi K3 和 Qwen 3.8 2.4T 的许可证收紧,不是反例 —— 它是这条曲线走到下游之后的必然结果。
如果你是开发者,接下来一年挑模型的时候,许可证页面的阅读时间会显著超过模型卡本身。
(本文依据:Hugging Face 博客《State of Open Models: Summer 2026 Observations》,原文 https://huggingface.co/blog/state-of-open-models-summer-2026)