在AI行业竞相追逐更大、更强的前沿模型时，Hugging Face CEO Clem Delangue却抛出了一个颠覆性的观点：真正的AI竞赛可能已经不在前沿了。
企业转向开源模型的三大驱动力
在TechCrunch Disrupt 2026大会上，Delangue指出，越来越多的企业开始选择开源模型而非封闭的专有模型，原因有三：成本、可访问性和所有权。
“企业不再愿意将自己锁在昂贵的供应商系统里。他们希望拥有模型，能够本地部署，并对数据和推理过程有完全的控制。”——Clem Delangue传统上，企业会购买API服务（如OpenAI的GPT-4或Anthropic的Claude），但按Token计费模式在规模化时成本急剧上升。而开源模型（如Meta的Llama、Mistral AI和Hugging Face生态中的模型）可以免费获取，企业只需承担基础设施费用。
此外，数据隐私和合规性也成为关键考量。许多行业（如医疗、金融、法律）要求数据不能离开本地，开源模型允许完全本地化部署，从而满足监管要求。
前沿模型的光环与阴影
前沿模型——指那些在基准测试中创造新纪录的大型模型——仍然吸引着大量媒体关注和资本投入。但Delangue认为，这些模型的生产级应用比例极低。
“前沿模型更像是技术演示和学术成就，而非实际生产力工具。大多数企业并不需要最聪明的模型，他们需要的是足够好、可定制、且成本可控的模型。”他补充说，Hugging Face平台上的数据显示，使用最频繁的模型往往是中等规模的开放模型，而非最大的前沿模型。
这一观点得到了行业数据的支持。根据AI开源社区统计，2025年企业部署的AI模型中，超过70%是基于开源框架或模型进行微调的结果。Meta的Llama系列、Mistral的7B/8x7B模型以及阿里通义千问的开源版本，占据了生产环境的主要份额。
开源生态的商业模式演进
值得注意的是，开源并不意味着免费。Hugging Face本身正在探索新的商业模式：提供企业级支持、托管服务、安全审计和定制化训练。这种“开源核心+商业服务”的模式已在数据库（如MongoDB、Elastic）、云原生（如Kubernetes）领域被验证，AI行业正在复制它。
Delangue预测，未来五年内，超过90%的企业AI工作负载将运行在开源模型上。前沿模型将退化为少数科技巨头和实验室的“军备竞赛”，而真正的创新将发生在开源社区的企业应用层。
编者按：警惕“开源”的幻象
虽然开源模型的崛起值得鼓励，但我们也需保持清醒。许多所谓的“开源模型”实际上只开放了权重和推理代码，而训练数据、训练流程和完整技术细节仍然封闭。真正意义上的开源（如Apache 2.0许可）在AI领域仍属罕见。此外，企业部署开源模型时，仍需面对模型微调成本、基础设施维护和人才短缺等挑战。开源不等于免费，也不等于简单。
但不可否认的是，Delangue指出的趋势正在发生：AI民主化的浪潮已经从实验室涌向企业会议室。当Hugging Face上的模型下载量超过10亿次，当Meta的Llama 3被数十万企业下载，我们不得不重新审视“谁才是AI竞赛的真正赢家”。
本文编译自TechCrunch
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接