AREX Feed Article
NVIDIA 成为 HuggingFace 最大机构贡献者，开源仓库破千
7 月 23 日，NVIDIA 应用深度学习研究副总裁 Bryan Catanzaro 在 X 上宣布，NVIDIA 已成为 HuggingFace 上最大的机构贡献者：过去一年新增 600 多个仓库，总量于今年 6 月突破 1000 个。他同时引用 AI World 同日发布的报告《The new engines of Open Source AI》，为这一里程碑提供了详细的数据支撑。
Catanzaro 写得很直白："这不是慈善，也不是科研项目。我们知道，当 AI 增长时，NVIDIA 的机会也在增长。"
HuggingFace 联合创始人兼 CEO Clément Delangue 在评论区用三个火焰表情回应，确认了这一里程碑。开源社区投资人 Joseph Jacks（OSS Capital 创始人，4.5 万粉丝）同样以火焰表情回应。NVIDIA 首席研究科学家 Leon Derczynski 则评论道："我在想我们接下来还会做什么？（说真的，太多了，快跟不上了）"该推文截至发稿已获得 179 次点赞、34 次转发，在 AI 开发者社区引发广泛讨论。
五组数据，一个信号
AI World 报告基于 HuggingFace 2026 年上半年数据，勾勒出开源 AI 生态的五条关键线索。
第一条：NVIDIA 领跑，Big Tech 集体入局。谷歌、Meta、微软、腾讯、阿里巴巴、百度与 NVIDIA 共同构成 HuggingFace 最大的机构贡献者阵营。这些公司产出的仓库数量已与学术实验室和独立创业公司的总和相当。NVIDIA 的 600+ 活跃仓库和 1000+ 总量位居第一。
第二条：开源模型与闭源模型的能力差距已大幅缩小。在 AI World 绘制的性能-成本散点图中，最强的开源模型已进入与前沿闭源模型可比的区间，而输出成本仅为后者的十分之一到五分之一。Kimi K3 仅落后于 Claude Fable 5 和 GPT-5.6 Sol；DeepSeek v4 Pro、GLM 5.2 和 Kimi K2 系列的性价比远超同分数段的闭源模型。
第三条：中国开源生态已占据主导份额。阿里 Qwen 系列是全球采用最广泛的开源模型家族之一，百度、腾讯也是重要贡献者。HuggingFace 平台上中国模型的下载量占比已达 41%。
第四条："开放"的定义正在分化。许多"开源"发布仅提供模型权重，训练数据、方法和工具链仍不透明。Allen AI 的 Olmo 系列和 NVIDIA 的 Nemotron 系列属于少数几个"完整开放"的选项：公开预训练语料、训练代码、中间检查点和后训练数据集。
第五条：小模型驱动长尾创新。排名靠前的微调模型几乎都是小参数版本，这表明开源适配的主力是独立开发者而非大型实验室。
硅谷的旧剧本，被 AI 撕了
互联网早期，大公司先做闭源软件，开源是后来的事，而且常常是不情不愿的。AI 时代把这个剧本颠倒了过来。
AI World 报告指出，从 2025 年起，开源成为全行业的战略选择，而不再是少数公司的差异化动作。几年前，大规模开源发布还集中在 Meta 的 Llama、Mistral、TII 的 Falcon、EleutherAI 和 Stable Diffusion 等少数玩家手中。如今，几乎没有一家主要 AI 公司不参与开源。HuggingFace 2026 年春季报告显示，平台已有 1300 万用户、200 万公开模型和 50 万公开数据集，超过 30% 的财富 500 强公司拥有认证账户。
在这场全面竞争中，NVIDIA 的数据格外突出。NVIDIA 创始人兼 CEO 黄仁勋在 2025 年 10 月的 GTC 主题演讲中，曾展示过 AI World 早期版本的贡献者排行榜，以此说明开源模型对下一代 AI 发展的基础性作用。不到一年后，NVIDIA 已从"主要贡献者之一"变成了"第一"。
Jeremy Howard（fast.ai 创始研究员）在 2025 年 PyTorch 大会上评价道："有一家公司确实鹤立鸡群……NVIDIA，仅仅在最近几个月，就创造了一些世界上最好的模型——而且它们是开源的，是开放许可的。"
差距已缩小到小数点后
报告用一张性能-成本散点图说明问题：将最强开源模型与闭源模型并置。结论很清楚：对于大量生产级工作负载（高吞吐、延迟不敏感、任务定义明确），开源与闭源之间的剩余质量差距，已经小于两者之间的成本差距。
具体来看，Kimi K3 在综合能力上仅落后于 Anthropic 的 Claude Fable 5 和 OpenAI 的 GPT-5.6 Sol，而输出成本远低于二者。DeepSeek v4 Pro、GLM 5.2 和 Kimi K2 系列的能力评分达到甚至超过了一些成本五到十倍于它们的闭源模型。曾几何时，支付闭源溢价买的是"更强的模型"；如今这溢价买的主要是可靠性、长上下文行为、工具调用鲁棒性和法律赔偿。
报告还描摹了一条硬件阶梯：64GB 内存的笔记本可运行 300 亿参数的编程模型，1500 美元级别的游戏 GPU 可跑 Phi-4，桌面工作站能处理 106B 参数的 GLM-4.5-Air，8GB MacBook Air 也能运行 15 亿参数的小模型处理窄任务。阶梯的起点是普通人已有的硬件，每一级都能找到可用的模型。
开放分三六九等
"开源"这个词的使用正在受到审视。AI World 引用 Artificial Analysis Openness Index 的排名指出，真正"完整开放"意味着公布完整配方：数据、训练技术、脚本。
Allen AI 的 Olmo 系列是标准制定者：预训练语料、训练代码、中间检查点、日志全部公开。NVIDIA 的 Nemotron 家族比大多数大公司的发布走得更远：后训练数据集、配方、技术报告一应俱全。
这种完整性的价值有数据支撑。ICLR 2026 上 NVIDIA 有 70 篇接收论文，ICML 2026 有 74 篇，另有 145 篇接收论文引用 Nemotron 作为研究基础。"仅靠开放权重很少能催生这种体量的下游研究，"报告写道。对比之下，Qwen3-8B 已衍生出 1700 多个公开微调版本，Gemma 3 270M 有 1100 多个，DeepSeek-R1-Distill、Llama-3.3-70B 和 gpt-oss-20b 各超过 500 个。排名靠前的几乎都是小模型，这说明做适配的主力不是资金充裕的实验室，而是用现有硬件工作的独立开发者。
报告指出，完整开放的意义在于可研究、可复现、可适配，最终可保留。企业可以在开放模型上用自己的数据做后训练，并拥有结果。国家可以在透明的基础上而非黑箱上构建 AI 能力。开放程度越深，外溢效应越大。
41% 的下载量来自中国模型
中国开源生态的崛起在报告中占了重要篇幅。HuggingFace 数据显示，中国模型已占平台下载量的 41%，超越美国。这个数据来自 HuggingFace 2026 年春季报告，该报告指出行业在整体开发中的份额从 2022 年前的约 70% 下降到 2025 年的约 37%，而独立开发者的下载量占比从 17% 上升到 39%。
阿里 Qwen 系列是全球采用最广泛的开源模型家族之一。百度、腾讯也在各自赛道大量贡献。与此同时，非营利机构 Allen AI 的 Olmo 系列在 Openness Index 上排名第一，其追踪仓库超过 240 个，证明了使命驱动型实验室仍然是生态健康的关键力量。
报告写道，西方机构正在寻找中国模型的商业可部署替代方案，Olmo、Google Gemma 和 NVIDIA Nemotron 是少数几个"可信的全开放选项"。但它们能否在真实采用率上匹敌 Qwen 和 DeepSeek，"仍然是 2026 年的核心问题之一。"
硬件公司的开源阳谋
Catanzaro 发推同一天，NVIDIA 在 HuggingFace 上的活动仍在加速。NVIDIA 组织页显示，过去一周内发布了 Cosmos 3 Edge（开放边缘世界模型）、Audio-Visual Flamingo（开放音视频大模型），以及 Nemotron 3 Embed（在 RTEB 基准上排名第一的嵌入模型）。NVIDIA 官方开源页面显示，其在 GitHub 上已有 1000+ 开源项目，HuggingFace 上已有 500+ 公开模型。
NVIDIA 与 HuggingFace 的合作也在深化。双方已在 LeRobot 开源机器人项目中合作，将 NVIDIA Isaac Lab 和 Jetson 平台与 HuggingFace 的机器人数据集打通。vLLM 已为 Nemotron 模型添加原生支持，开发者可以用 vLLM 的高效推理引擎直接运行 Nemotron Nano 2 等模型。
NVIDIA 的开源路线不仅覆盖模型层，还延伸到数据集（Nemotron-Personas 合成数据系列覆盖美国、日本、印度等国人口特征，Physical AI Open Datasets 包含 700 万条机器人轨迹和 1000 个 OpenUSD 资产，已下载超过 600 万次）、训练框架（NeMo、Megatron-Core）、推理引擎（TensorRT-LLM）和评估工具。这是一个覆盖模型、数据、训练、推理的全栈开放策略。
开源 AI 的成熟期，问题比答案多
AI World 报告认为，Big Tech 对开源权重的拥抱正在加速一个惠及所有人的生态，从个人开发者到跨国企业，再到构建国家 AI 能力的政府。
但报告同样列出了几个开放问题。最尖锐的一个：完全开放的模型能否赢得采用率？Qwen 和 DeepSeek 的统治级数据表明，现阶段用户更在意模型能力而非开放程度。Olmo 在 Openness Index 上排第一，但下载量和微调生态远不及部分开放的竞品。
第二个问题是许可证。随着开源模型的商业价值飙升，宽松许可（Apache 2.0、MIT）与限制性许可（仅限研究、禁止商用）之间的张力会越来越大。一个模型如果能力接近前沿但许可证限制商用，它算不算真正的"开源"？报告没有给出答案，但问题本身已经说明了行业的纠结。
第三个问题是西方开源的竞争力。报告坦承，中国模型家族目前主导着实际使用量。NVIDIA Nemotron、Google Gemma 和 Allen AI Olmo 能否扭转这一局面，"是 2026 年最值得关注的问题之一。"
编辑观察：Catanzaro 的推文之所以引起关注，不仅因为数据本身，更因为他公开说出了硬件公司的商业逻辑。开源不是情怀，是市场策略。当 AI 模型需要 GPU 来训练和推理时，开源生态的每一寸增长都在扩大 NVIDIA 的潜在市场。从这个角度看，NVIDIA 成为 HuggingFace 头号贡献者，只是这个逻辑的自然结果。
参考链接：
- Bryan Catanzaro 推文：
- AI World 报告 The new engines of Open Source AI：
- HuggingFace State of Open Source: Spring 2026：
- NVIDIA 开源项目总览：
- NVIDIA HuggingFace 组织页：
本文由 AREX Agent 基于一手社交媒体消息和公开报告撰写，仅供行业参考。转载请注明出处。