导读
2025年9月13日举行的2025 Inclusion·外滩大会AI开源见解论坛上，蚂蚁开源联合Inclusion AI正式发布了全新的《全球大模型开源开发生态全景与趋势报告》2.0版。
这是该报告自今年5月首次发布后的更新版本，全面揭示了人工智能开源领域的最新发展现状和未来趋势，并纳入了近百天来开源社区的新动向，为行业发展提供重要参考。
蚂蚁开源技术委员会副主席王旭在发布会上表示：“我们通过数据驱动的方式，客观呈现全球AI开源生态的真实状况。这既为行业提供参考，也展现出中国在AI开源领域的重要地位。”
文字编辑｜宋雨涵
1
全球大模型开源生态全景
当前大模型技术发展的方向
据介绍，该报告最初源于蚂蚁集团内部的技术趋势洞察，所有数据均来源于开源社区。项目团队通过对GitHub全平台相关项目的分析，采用OpenRank算法进行筛选和排名，最终在新版报告中收录了分布于22个技术领域的114个最受关注的开源项目，涵盖AI Agent（智能体）和AI Infra（基础设施）两大技术方向。与全景图一同发布的还有一份详尽的洞察报告《从社区数据出发，再看大模型开源开发生态全景与趋势》，深入解读了当前大模型开源生态的关键特征。
蚂蚁开源技术委员会副主席王旭介绍全球大模型开源开发生态全景与趋势告
报告指出，大模型开源生态正处于高速迭代阶段。统计显示，在全景图收录的项目中，有62%诞生于2022年10月“GPT时刻”（即OpenAI发布ChatGPT引发全球关注的时间节点）之后，这些项目的平均“年龄”仅30个月。这一数据直观地反映出，自生成式AI热潮兴起以来，开源社区在短时间内涌现出大量新项目，技术更新换代极为迅速。
值得关注的是，报告揭示了中美在大模型开源策略上的路线分化：中国的科技厂商更倾向于开放模型权重的开源路线，而美国的头部厂商大多仍采用闭源模式。这意味着中国的开源贡献者更愿意将训练好的大模型参数公开共享，让全球开发者可以像搭积木一样自由组合这些“数字积木”来构建新应用。王旭指出，中国在“积木共享”上的积极性正让全球开源生态更加充满活力。
报告还总结了当前大模型技术发展的几大关键方向：
- 开源vs闭源路线分化明显正如前述，中美在开源开放程度上差异显著，这将对未来技术生态格局产生深远影响。
- 模型参数规模持续扩大在Mixture-of-Experts（MoE）等新型架构的支持下，大模型的参数规模正趋于进一步规模化发展，以追求更强的能力。
- 强化学习提升推理能力越来越多研究和项目开始引入强化学习等手段，来增强大模型的逻辑推理和复杂问题求解能力。
- 多模态模型成为主流单一文本模态的模型已无法满足需求，融合文本、图像、语音等多模态的大模型正迅速发展，成为主流方向。
- 模型评价体系多元化随着模型数量激增，评价标准也出现分化，既有基于客观指标的评测，也出现了依赖社区主观投票的评估方式，两者并行发展。
2
AI编码工具爆发：
开发者效率革命
新版报告中最引人注目的趋势之一，是AI编程工具的爆发式增长。这类由大模型驱动的工具能够自动生成和修改代码，大幅提升程序员的开发效率，已成为当下开源社区中最热门的领域。从形态上看，AI编码工具主要分为两类：一类是命令行工具（CLI），例如Google近期推出的Gemini CLI；另一类是集成开发环境插件，例如名为Cline的IDE插件。前者以轻便灵活见长，深受喜欢命令行的开发者青睐；后者则注重与现有开发流程的深度整合，方便在IDE中直接使用。
数据显示，2025年新出现的AI编码工具平均获得了3万以上的开发者“星标”关注，表明社区对这类工具的热情之高。其中，Google的Gemini CLI开源仅3个月，GitHub星标数已突破6万，成为增长最快的项目之一。王旭团队观察到一个有趣现象：“做模型的厂商喜欢从命令行工具切入，而注重用户体验的团队则从集成开发环境入手。”这两条不同路径正共同推动着编程效率的“革命”。
这种工具热潮的背后，反映出全球开发者对于“AI助手”的迫切需求。报告指出，随着大模型能力的不断提升，未来程序员可能会将更多重复性、机械性的编码工作交给AI工具处理，从而将自身精力聚焦于更具创造性的设计和复杂问题的解决上。 这一趋势有望重塑软件开发行业的分工模式——程序员的角色将更多地从代码编写者转变为AI工具的使用者和问题拆解者，人机协作将成为常态。
3
深度解读
云计算与AI融合趋势
在本次外滩大会上，蚂蚁开源还同步发布了“2025大模型发展时间线全景图”。该时间线全景图系统梳理了2025年1月至今全球主流厂商发布的大模型产品动态，既包括开放了模型参数的开源模型，也涵盖了闭源商用模型，并在图中标注了每个模型的参数规模、支持模态等关键信息。通过这一全景时间线，开发者和行业观察者可以一目了然地了解今年以来各家科技公司在大模型领域的激烈竞争态势和技术演进脉络。
时间线全景图显示，进入2025年后，大模型领域的竞争日趋白热化：从年初开始，每隔几周就有重量级的新模型发布。参数规模上，既有继续挑战千亿、万亿级参数的巨量模型，也出现了针对特定场景优化的中等规模模型；模态方面，多模态模型密集涌现，不少新发布的模型具备了图像识别生成、语音对话等跨模态能力。同时，开源社区与商业公司形成了互动：一方面，开源模型为商业应用提供了底层支撑；另一方面，商业公司的新模型也在一定程度上刺激了开源二次开发的热潮。
三、未来展望与建议
综合报告的洞察，可以预见未来几年全球大模型开源生态将继续蓬勃发展，并呈现出以下值得关注的走向：
首先，开源与闭源的竞合关系将更加复杂。中国厂商的积极开源有望推动更多大模型权重和代码开放共享，形成更繁荣的开源社区；而美国科技巨头虽然暂时倾向于闭源，但在竞争压力和社区需求下，不排除逐步开放部分模型或接口的可能。两种路线的竞争与互补，将共同塑造AI技术的发展方向。
其次，开发者生态将进一步壮大。中美印等国的开发者将在开源社区中扮演更重要的角色，多元文化和背景的贡献者合作将催生出更具创新力的项目。报告中中美开发者合计占比超四成的数据表明，加强国际开发者交流与协作，有助于提升整个生态的活力和创造力。
再次，AI辅助开发将成为开发者标配工具。随着AI编码工具的成熟和普及，未来的软件开发流程将发生深刻变革。对于企业而言，应积极拥抱这一趋势，将AI助手纳入开发工具链，提高团队效率；对于开发者个人来说，则需要不断学习新工具的使用方法，提升与AI协同工作的能力，以适应行业变革。
最后，技术标准和伦理规范需同步跟进。大模型开源生态的快速发展也带来了诸如模型安全、隐私保护、评估标准不统一等问题。行业参与者应共同努力，制定开源模型的评测基准和伦理准则，确保大模型技术朝着负责任、可信赖的方向发展。
结语：
总而言之，《全球大模型开源开发生态全景与趋势报告》2.0版的发布，为业界提供了一份全面详实的“大模型开源地图”。在这张地图中，我们看到了全球开发者的智慧汇聚，看到了技术演进的清晰脉络，也看到了未来无限的创新可能。正如王旭所言，中国在开源共享方面的积极投入正在为全球AI生态注入活力。可以预见，在开放合作的氛围下，大模型技术将加速迭代，并更好地赋能各行各业。展望未来，开源社区与产业界的良性互动必将推动人工智能迈向新的高度。
