DeepSeek之后：中国开源人工智能生态的架构选择

本文来自微信公众号： Hugging Face ，作者：Hugging Face

这是系列博客中的第二篇。我们将继续聚焦于自2025年1月“DeepSeek时刻”以来中国开源社区所取得的历史性进展。（第一篇博客见：“DeepSeek时刻”一周年）在本篇中，我们将讨论焦点正从模型本身，转向中国公司在架构设计与硬件层面的关键选择。

对于持续参与并依赖开源生态的AI研究者与开发者，以及试图理解这一快速演变环境的政策制定者而言，一些清晰的趋势正在浮现：技术架构选择日益多元，多模态能力持续扩展，开源许可愈发宽松，小模型逐渐走红，同时，中国本土硬件的采用速度明显加快。这些变化共同表明，AI领域的"领先"优势，正在通过多种不同路径被塑造。而DeepSeek R1的技术特征本身，不仅加剧了生态内部的重叠与竞争，也在客观上强化了中国AI发展对国产硬件体系的关注与投入。

混合专家模型（MoE）作为默认选择

在过去一年中，中国社区的领先模型几乎一致地转向了混合专家（MoE）架构，包括Kimi K2、MiniMax M2以及Qwen3。尽管R1本身并非MoE模型，但它验证了一个关键事实：强推理能力可以是开源的、可复现的，并且能够在工程实践中实现。在中国的现实约束条件下，要在控制成本的同时保持高能力，并确保模型能够被训练、部署并广泛采用，MoE自然成为了一种解决方案。

MoE类似于一种可控的算力分配系统；在统一的能力框架下，根据任务的复杂度与价值，动态激活不同数量的专家，从而在不同请求与部署环境中分配计算资源。更重要的是，它并不要求每一次推理都消耗全部资源，也不假设所有部署环境都具备相同的硬件条件。

2025年中国开源模型的整体方向已经非常清晰：并非追求最强的性能，而是强调长期稳定运行、灵活部署和持续迭代的能力，从而实现最佳的性价比平衡。

以模态为中心的竞争格局

自2025年2月起，开源模型的类型已不再仅仅限于文本模型。其迅速扩展至多模态与智能体方向：Any-to-Any模型、文生图、图生视频、文生视频、语音合成（TTS）、三维建模以及智能体等方向几乎同步推进。

社区所推动的不仅是模型权重本身，而是一整套工程资产，包括推理部署、数据集与评测体系、工具链、工作流以及端到云的协同能力。视频生成工具、三维组件、蒸馏数据集和智能体框架的并行涌现，表明这并非零散的技术突破，而是可复用的系统级能力正在形成。

在非文本模态中争夺类似DeepSeek式领导地位的竞争逐渐升温。StepFun发布了高性能的多模态模型，在音频、视频和图像生成，以及处理和编辑等方面表现突出。其最新的语音到语音模型Step-Audio-R1.1达到了当前最先进水平，性能超过了一些专有模型。

腾讯也通过其在视频与三维方向上的开源工作体现了这一转变。其Hunyuan Video系列模型以及Hunyuan 3D等项目，反映出围绕非文本模态展开的竞争正在不断加剧。

参数规模在5亿到300亿之间的模型更容易在本地运行、进行微调，并集成到业务系统和智能体工作流中。例如，在Qwen系列中，Qwen 1.5-0.5B拥有最多的衍生模型（见下图）。在算力受限或合规要求严格的环境中，这类模型显然更适合长期运行。与此同时，领先机构通常会使用参数规模在100B到700B之间的大型MoE模型作为能力上限或“教师模型”，再将其能力蒸馏到众多小模型中。这形成了一种清晰的结构：顶层是少数超大模型，下层则是大量实用模型。月度统计中小模型占比的上升，反映了社区中的真实使用需求。

https://huggingface.co/spaces/cfahlgren1/hub-model-tree-stats

在R1之后，Apache 2.0几乎成为中国社区开源模型的默认许可证选择。更宽松的许可证降低了模型在生产环境中使用、修改和部署的摩擦，使企业更容易将开源模型真正引入实际系统。对Apache 2.0和MIT等标准许可证的熟悉程度同样降低了使用门槛；相比之下，定制化和约束性更强的许可证因为不被熟知、理解成本高，增加了新的法律风险，在实际使用中显著增加了摩擦成本，从而降低了采用意愿，这也直接导致了图中所显示的整体下滑。

基于中国开源热力图中所列全部机构的发布情况

2025年，模型发布越来越多地与推理框架、量化格式、服务引擎以及边缘运行时保持对齐。一个突出的目标已不再只是让模型权重可下载，而是确保模型能够直接在目标国产硬件上运行，并且稳定高效。

这一变化在推理侧体现得尤为明显。例如，在DeepSeek-V3.2-Exp发布时，华为昇腾与寒武纪芯片实现了“首日支持”，并非云端演示，而是与模型权重一同发布的可复现推理流水线，使开发者能够直接验证真实世界中的性能表现。

与此同时，训练侧的信号也开始显现。蚂蚁集团的Ling开源模型通过在国产AI芯片上进行优化训练，实现了接近NVIDIA H800的性能，并将训练一万亿token的成本降低了约20%。百度的开源Qianfan-VL模型明确披露，其训练使用了由5000多张百度昆仑P800加速卡组成的集群，并提供了并行化和效率方面的详细信息。2026年初，智谱的GLM-Image以及中国电信最新的开源模型TeleChat3均宣布完全在国产芯片上完成训练。这些披露表明，国产计算设备已不再局限于推理阶段，而是开始进入训练流程中的关键环节。

在服务与基础设施层面，工程能力也正在被系统性地开源。月之暗面（Moonshot AI）发布了其服务系统Mooncake，并明确支持诸如预填充/解码分离等特性。通过将生产级经验开源，这些举措显著抬高了整个社区在部署与运维方面的基础水平，使模型能够在规模化场景中更加稳定、可靠地运行。这一方向在整个生态中得到了呼应。百度的FastDeploy 2.0强调通过极限量化和集群级优化，在算力预算高度受限的情况下降低推理成本。阿里的Qwen生态则走向全栈整合路径，将模型、推理框架、量化策略和云端部署流程紧密对齐，以最大程度减少从开发到生产的摩擦。然而，有关中国算力受限的报道仍对扩张构成威胁；据称，智谱AI已在算力紧张的情况下开始限制使用。

当模型、工具与工程能力被一并交付时，生态不再通过简单增加项目来增长，而是通过在共同基础上的结构性分化，开始形成自我演进。随着NVIDIA开始销售H200，中国将如何应对美国的硬件销售与出口管制，仍然是一个悬而未决的问题。（更多关于全球算力格局变化的内容，可参考：

https://huggingface.co/blog/huggingface/shifting-compute-landscape）

2025年1月的“DeepSeek时刻”不仅引发了一波新的开源模型发布。它迫使行业重新思考：当开源不再是可选项而是基础设施时，AI系统应当如何构建，以及这些底层选择为何如今具有战略意义。

中国公司已不再仅仅优化孤立的模型。相反，它们正在探索不同的架构路径，旨在构建适配开源世界的完整生态体系。在模型日益商品化的背景下，这些决策清晰地表明，竞争正在从模型性能转向系统设计。

我们的下一篇博客将进一步探讨组织层面的胜出者，并分享我们对2026年趋势的部分预期。

责任编辑：

文章来源：http://www.jingmeijuzi.com/2026/0130/2055.shtml