中国AI模型全面爆发，AI大模型技术体系综合开源影响力榜单重磅发布！

最新推荐文章于 2025-04-24 15:16:35 发布

AI科技大本营

最新推荐文章于 2025-04-24 15:16:35 发布

阅读量5k

点赞数 3

文章标签：人工智能开源

原文链接：https://mp.weixin.qq.com/s?__biz=Mzg4NDQwNTI0OQ==&mid=2247586604&idx=2&sn=636275143a0d980c8c12763ab70c83da&chksm=ce925a5ab52bee1543825bdf8c1c3999419cc8fb1740ac5345cc44eac1441bf9e6fa7b572acb&scene=126&sessionid=0

版权

一提到“大模型”，很多人的第一反应往往是那个既能聊天，又会写代码、画画的“模型本身”。但其实，大模型远不止是一个“能输出结果的程序”这么简单，其背后有一整套复杂而庞大的技术体系作为支撑：从大规模、高质量、多样化的数据，到先进的模型架构与训练策略，再到推理部署、资源调度等支撑落地的系统能力，以及不可或缺的科学评测机制。大模型更像是一个由模型、数据、系统、评测平台等多要素构成的“技术共同体”，而非单一模块的堆叠。

如今在闭源技术壁垒与高昂商用门槛的对比下，开源大模型正迅速崛起，成为推动 AI 技术普惠化的重要力量。但面对层出不穷的开源 AI 模型技术，我们该如何选型？不同的模型技术体系又各有怎样的优势与短板？

在这一背景下，为系统呈现全球大模型生态的开源发展现状，CSDN 联合多家机构于 4 月 18 日在 2025 全球机器学习技术大会（ML-Summit 2025）现场重磅发布《AI 大模型技术体系综合开源影响力榜单》，全面评估全球范围内开源大模型技术体系的贡献与影响力，旨在为行业提供参考坐标，推动开源创新持续前行。

注：这里大模型是指主要包括 decoder-only 以来的模型结构，包括使用了大模型技术训练的小尺寸模型，不包括 Bert 类模型。

覆盖模型、数据、系统、评测四大维度的大模型技术体系

这份榜单的独特之处在于，它并不是只关注大模型本身，而是从“模型—数据—系统—评测平台”四个关键环节出发，对整个大模型技术体系的开源生态进行了全景式评估。之所以选择这四个维度作为核心，是因为它们共同构成了大模型发展的基本支撑：

第一，模型是整个体系的核心所在。开源大模型的种类越丰富，支持的模态越多，能覆盖的应用场景就越广，社区的技术创新也会随之加快。评估模型维度，可以衡量技术生态的创新能力和实际应用上的表现。
第二，数据是大模型的基础。模型表现好不好，很大程度上取决于数据的质量和多样性。而现在，高质量数据愈发稀缺，数据的开源不仅能降低模型训练门槛，也方便不同机构之间资源共享，让模型“吃得更好、长得更快”。所以，评估各家机构在开源数据及数据处理技术方面的覆盖广度、数量多少和实际应用情况，能够直观反映其在大模型生态中构建基础设施能力的成熟度。
第三，系统是整个体系的底层支撑。一个好的开源系统，不仅能适配不同的芯片平台，尤其是国产芯片，还能帮助模型更高效地训练与部署，提升整个生态的灵活性与可用性。
第四，评测平台则是检验模型效果的“试金石”。开源评测工具和排行榜越完善，就越能帮助研究者和开发者科学比较、快速迭代，提升模型的可靠性与实际应用价值。

这四个环节环环相扣，缺一不可。正因为如此，这次发布的榜单正是以“模型、数据、系统、评测平台”为骨架，设置了共 53 项核心评估指标，包括模型使用量、模型模态覆盖度、模型适配的芯片数量、贡献者活跃度、数据集的覆盖情况、数据处理工具、开源 AI 编译器、通信库、评测工具等，力求全面、客观地呈现出各大机构在大模型开源生态中的综合技术实力。

在数据采集方面，榜单共分析了来自 Hugging Face、ModelScope、GitHub、GitCode 等全球 17 个主流开源平台，分析了 11673 个链接中的多种指标数据，覆盖了全球范围内有代表性的模型机构、研究团队和平台所发布的公开资料，数据采集周期为 2025 年 1 月-4 月。为确保评估结果的科学性与可比性，榜单在模型、数据、系统、评测平台四个维度分别制定了明确的统计方法和筛选标准：

数据指标：同一项目的多个仓库，根据仓库README文件及关联论文划分每个数据仓库所属的模态、生命周期。
模型指标：统计各个机构下属所有子机构/组织的仓库，仅统计月下载量大于 50 的模型，仅统计 Transformer 之后的架构的大模型，排除 CNN/RNN 等传统深度学习模型，排除参数量小于 500M 的语言模型。
系统指标：支持异构训练、接入训练芯片厂商数量、大模型生命周期支持程度均通过从 GitHub、GitCode、PaddlePaddle、Mindspore 等网站获取。
评测平台指标：评测模型、评测数据数量从 2023 年后开始统计。仅统计公开可查的模型，为数据集发布而评测的模型不计其中。仅统计保持更新的评测平台，随数据集发布而评测的榜单不计其中。评测模型以评测平台上的数据为准。（下载量相关数据均为统计当月下载量，其他数据为统计当月的截止值。）

DeepSeek 荣登百亿级语言模型榜首，五大技术分榜单齐发！

基于上述四个核心维度的评估方法，我们对全球开源数据进行了系统化收集与标准化处理，最终形成百亿参数大语言模型、模型、数据、系统和评测平台五个分榜单。

百亿大模型下载榜出炉：DeepSeek 独占四席，强势跻身第一梯队

当前，业界对“百亿参数级”大模型（即参数规模在 32B 以上的模型）的关注日益升温。这类模型在性能与通用能力之间找到了相对理想的平衡点，既能支撑复杂任务，又具备可控的部署和训练成本，逐渐成为产业界和研究界争相投入的焦点。尤其是在开源社区，百亿模型正成为衡量机构技术力与实战落地能力的重要标尺。

在这一细分赛道上，国内机构正在加速追赶。在“百亿参数大语言模型下载量榜单”中，DeepSeek 表现格外亮眼，前十名中独占四席，显示出强劲的用户吸引力和产品号召力。其中，R1 模型以 954 万次下载量位居榜首，V3 模型紧随其后。这不仅体现了模型本身的实用性和稳定性，也从侧面反映了 DeepSeek 生态影响力正在迅速攀升。

模型分榜单：Meta、阿里巴巴稳居前列，DeepSeek 强势突围

在“模型分榜单”中，评估参考了多个维度，包括模型的下载量、开源数量、是否覆盖多种模态（如语言、视觉、语音、多模态、3D、蛋白质、向量），以及社区活跃度（点赞数、讨论数量、Issue 数），综合衡量各机构在模型层面的开源影响力。

从多项指标得出的模型维度榜单来看，2025 年 1 月至 4 月期间，大模型的竞争格局呈现“强者稳固，后秀崛起”态势：Meta 连续四个月蝉联榜首，阿里巴巴则稳居第二，整体格局相对稳固，展现其强大生态力。而 DeepSeek 则是今年的最大黑马，凭借 V3、R1 等新模型的持续发布迅速上升，在模型维度榜单中排到第 4，成为最具成长性的国内机构之一。

数据分榜单：Ai2 靠 C4 出圈登顶、Google 凭语音数据集加持不甘示弱

毋庸置疑，在大模型世界里，数据就是“食粮”。这份数据分榜单评估主要考察数据集的模态覆盖度（语言、视觉、语音、具身等）、大模型生命周期支持情况以及配套数据工具的完整性。

从榜单来看，或许不少人对排名第一的 Ai2（Allen Institute for AI）这个名字还不太熟悉，但如果提到 C4 数据集，很多从事大模型训练的从业者一定不会陌生。C4 是多个主流语言模型的训练基础，而发布它的正是 Ai2。这家由微软联合创始人保罗·艾伦在 2014 年创办的研究机构，长期专注于“普惠”和“透明”的人工智能基础研究。

在这次数据维度的开源影响力榜单中，Ai2 凭借 C4 数据集的广泛使用和影响力，成功登顶。它的上榜虽然让一些人感到意外，但从它在数据资源方面的积累来看，也可以说是实至名归。

除了 Ai2，Google 在语音数据集方面表现出色，贡献了不少关键性资源；而 Hugging Face 也凭借 FineWeb 等高质量数据集保持了持续的开源活跃度。

在国内机构中，BAAI 在语言和多模态数据集方向均有系统布局，如 CCI 系列语言数据集和 Infinity 多模态数据集表现抢眼。Shanghai AI Lab 则在视觉与多模态领域构建了优势地位。

整体而言，当前，语言类数据依然是主流，但多模态数据正在加速追赶，尤其是带有“具身感知”特性的交互式数据集开始受到关注。这种变化也从下载量上得到了验证。它说明大家对 AI 的期待正在从“读懂文本”转向“理解世界”，从语言走向实体交互应用。

系统分榜单：智源研究院突出，百度、华为跻身十强，打造最强大模型底座

系统维度聚焦的是 AI 模型背后的“底层支撑能力”，主要看哪些机构在开源核心技术工具方面下了功夫。这一维度的评估主要从并行训练和推理框架、算子库、通信库、AI 编译器以及深度学习框架五个方面展开。可以理解为这是构建和运行大模型的“工具箱”。

根据榜单结果显示，目前还没有哪家机构能在这五个指标上做到全覆盖，但已有六家机构表现突出，覆盖了其中的四项，它们分别是：智源研究院、百度、华为、Google、OpenAI 和微软。

其中，智源研究院在通信库和 AI 编译器这两个更偏向底层优化的模块上表现出色，逐渐走出一条差异化的技术路线。而 Meta 和 Google 在“多芯片支持”的算子库和并行训练框架方面领先优势明显，擅长处理大规模算力调度。

这类“系统底座”能力虽然不容易直接被用户感知，但却是大模型性能、效率和可扩展性的关键。谁能在这些方面做好，谁就能为更强大的模型打下更稳的地基。

评测平台分榜单：上海人工智能实验室、Hugging Face、智源研究院领跑大模型技术体系评测

在大模型评测领域，关键的评测维度包括评测工具、数据集的数量、支持的模态等因素。总体来看，虽然评测工具和方法在短期内已逐渐稳定，但对于评测覆盖的模态和数据规模的扩展却持续加速。

在这个维度中，Shanghai AI Lab 凭借其丰富的数据集和评测工具，位居前列。HuggingFace 则通过其平台生态的强大优势，在参与评测的模型数量上遥遥领先，目前已提交了 4576 个模型进行评测。与此同时，BAAI 也不甘落后，依托其 FlagEval 平台，在评测榜单上的模型数量紧随 Hugging Face，显示出较强的评测覆盖能力。

随着评测平台不断增加数据集和支持的模态，未来的评测将更全面，能够覆盖更多类型的模型和应用场景。这不仅帮助行业标准化，也让模型开发者和研究者能更清楚地评估自己模型的性能，推动整个领域的持续发展。

综合开源影响力榜单：四家中国机构跻身 Top 10，加速全球开源创新

最终，我们基于模型、数据、系统、评测平台四大技术维度进行加权评分，其中模型维度占比 50%，其余三项均分剩余权重。根据此评估结果，我们正式发布——《大模型技术体系综合开源影响力榜单》。

亮点解析

榜单显示，Meta 凭借其在模型和系统两大核心维度的深厚积累，位居总榜首位。要知道，Meta 在模型方面的领先地位几乎无可撼动，其主导发布的 LLaMA 系列模型，从 LLaMA 1 到最新的 LLaMA 4，已成为全球开源语言模型的核心基座，并衍生出诸如 Alpaca、Vicuna 等多个流行模型，极大丰富了开源生态。此外，Meta 还是 PyTorch 框架的主要推动者，深度参与了分布式训练工具 FairScale、FSDP 以及模型部署工具 TorchServe 的建设，构建了全球最为成熟的 AI 系统工具链。在数据方面，Meta 也在多模态与视频数据领域有所突破，开源了 HOT3D、Ego-Exo4D、OMat24 等具有代表性的数据集，推动 AI 向更高维度感知发展。

紧随其后的 Google 凭借轻量化大模型理念与完善的工具链生态，在本次评估中表现亮眼，排在第二位。其最新发布的开源语言模型 Gemma 3 展现出良好的性能与开放性，受到开发者社区广泛关注。同时，TensorFlow 与 JAX 等核心系统工具，长期在业界保持领先地位，也为其在系统层面的综合影响力加分不少。

在国内机构中，北京智源人工智能研究院（BAAI）在数据、模型、评测平台等多个维度均有不俗表现，在系统层面的突出优势尤其引人注目。这主要得益于其在底层 AI 框架、训练平台、推理加速等关键技术上的持续投入与开源落地。其打造的 FlagOpen（飞智）开源体系，不仅覆盖了大模型训练和部署所需的核心组件，还致力于构建一个支撑大模型技术演进的完整软件栈，目标是成为大模型时代的一站式“开源底座”，类似于大模型领域的“Linux”。

阿里巴巴在综合开源影响力总榜中排名第四。其主力模型通义千问（Qwen）系列在 Hugging Face 和 OpenCompass 等评测平台上均表现优异，并持续迭代更新。除模型外，阿里还在训练平台、部署框架、评测工具等多个系统维度构建了较为完善的开源体系。

凭借在数据维度上的显著优势，Ai2 在综合影响力榜单中排名第六。尽管它不像 OpenAI 或 Google 那样频繁推出大语言模型，但在数据开源领域，Ai2 的影响力不可小觑——它是全球最活跃的数据集开源贡献者之一。其发布的 C4 数据集被广泛用于主流语言模型的训练，成为重要的资源之一。此外，Ai2 还推出了训练数据集 OLMo-mix-124（https://huggingface.co/datasets/allenai/olmo-mix-1124），进一步巩固了其在自然语言处理领域的研究基础。

另一家备受关注的中国机构是 DeepSeek，近来在大模型开源社区中持续活跃。其陆续发布的 DeepSeek Coder、DeepSeek-V3 和 R1 等系列模型，不仅在性能上表现亮眼，而且实现了完整开源，在 Hugging Face 等平台上广受关注。特别是在 MoE（专家混合）架构上的探索，展现了其在模型创新方面的深度实力。凭借模型质量、系统架构和社区响应等多方面的快速提升，DeepSeek 本次成功跻身全球第九名，成为国内新兴 AI 力量中的现象级代表。

OpenAI 排名第十，本质上属于“有限开源”的代表，但其影响力仍不容小觑。虽然 OpenAI 核心模型如 GPT-4 和 GPT-3 并未开源，影响了其在模型维度的得分，但其早期开放的 GPT-2、Whisper 等项目，至今仍被广泛应用于学术和工业界。