在AI行业，开源与闭源的争论从未停歇。近日，Hugging Face联合创始人兼CEO Clem Delangue在TechCrunch的采访中明确表示：开源AI比以往任何时候都更重要。他的观点基于公司快速增长的现实——这家被称为“AI界的GitHub”的平台，如今已被约一半的财富500强企业使用，开发者社区正以前所未有的速度贡献和分享开源模型。
开源AI的爆发式增长
Delangue指出，近年来Hugging Face的模型库数量呈指数级增长，每天有数千个新模型上传。公司提供的服务不仅包括模型托管，还涵盖了数据集、训练脚本和推理API。这种生态模式让小型创业公司和大型企业都能轻松获取最前沿的AI能力。“我们不断看到同样的故事：企业最初选择闭源解决方案，但最终因为成本、可控性和社区支持而转向开源。”Delangue在采访中举例说，一些金融机构原本使用某闭源大模型，但由于无法审计模型内部逻辑，最终迁移到Meta的Llama或Mistral等开源模型。
“开源AI不是要取代闭源，而是提供一个必要选择。没有开源，AI的未来将被少数公司掌控。”—— Clem Delangue
比开源更重要的是“开放科学”
Delangue强调，Hugging Face的使命不仅仅是推动代码开源，更在于构建“开放科学”文化。这意味着模型架构、训练数据、评估基准甚至失败经验都应公开。他认为，AI领域的透明度对于防止偏见、确保安全至关重要。近期研究表明，完全闭源的模型在特定场景下可能放大社会不平等，而开源社区可以通过众包审查更快发现并修复问题。
编者按：从技术演进角度看，开源AI的崛起也与算力成本下降、众包协作效率提升密切相关。当OpenAI、Google等公司投入数十亿美元训练超大规模模型时，开源社区通过LoRA、量化等微调技术，让参数较少的模型也能在特定任务上媲美大模型。这种“以小博大”的模式，降低了AI应用的准入门槛。
财富500强为何拥抱开源
Delangue透露，Hugging Face企业版客户涵盖金融、医疗、零售等行业。企业选择开源模型的原因包括：数据隐私（敏感数据无需上传至第三方）、定制化（可通过领域数据微调）、风险控制（社区可快速响应新出现的安全漏洞）。例如，一家医院使用开源医疗模型处理患者病历，无需担心数据泄露给闭源服务商。而另一家银行则利用开源模型构建反欺诈系统，模型更新速度比闭源方案快数周。
不过，Delangue也坦言开源并非万能。闭源模型在某些基准测试上的性能仍然领先，且商业支持更完善。但他在采访中强调，随着时间推移，开源模型的性能差距正在缩小，尤其是在社区针对特定场景进行了大量优化后。
挑战与未来：开源AI能否持续繁荣
尽管前景乐观，开源AI仍面临多重挑战：计算资源分配不均、模型滥用风险、以及部分国家地区的监管不确定性。Delangue呼吁行业建立共同标准，例如Hugging Face已推出的Model Cards（模型卡）和数据集透明度报告。他认为，只有通过规范化的开源生态，才能让AI真正造福全人类。
最后，当被问及Hugging Face的商业模式时，Delangue表示公司主要通过企业托管服务、专业支持和定制化部署盈利，核心平台则保持免费开放。“我们相信，开源不仅是一种技术策略，更是确保AI民主化、防止权力过度集中的必要路径。”他说。
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