螞蟻開源發(fā)布2025全球大模型開源生態(tài)全景圖 揭示AI開發(fā)三大趨勢快訊
本次發(fā)布的大模型開源開發(fā)生態(tài)全景圖共收錄了分布在 22 個技術領域的 114 個最受關注的開源項目,螞蟻開源聯(lián)合Inclusion AI 發(fā)布了全新的《全球大模型開源開發(fā)生態(tài)全景與趨勢告》,再看大模型開源開發(fā)生態(tài)全景與趨勢》。
【TechWeb】9月14日消息,在 2025 Inclusion·外灘大會AI開源見解論壇上,螞蟻開源聯(lián)合Inclusion AI 發(fā)布了全新的《全球大模型開源開發(fā)生態(tài)全景與趨勢告》。

大模型開源全景圖2.0
這是報告5月首次發(fā)布后的2.0版本,不僅全面揭示了人工智能開源領域的發(fā)展現(xiàn)狀和未來趨勢,還納入了百余天內(nèi)開源社區(qū)的新動向,為行業(yè)發(fā)展提供重要參考。
螞蟻開源技術委員會副主席王旭表示:“我們通過數(shù)據(jù)驅動的方式,客觀呈現(xiàn)全球 AI 開源生態(tài)的真實狀況。這既為行業(yè)提供參考,也展現(xiàn)出中國在 AI 開源領域的重要地位。”
數(shù)據(jù)揭示大模型開源開發(fā)生態(tài)新特征
報告最初起源于螞蟻集團內(nèi)部的技術趨勢洞察,其中的數(shù)據(jù)全部來源于開源社區(qū),通過對 GitHub 全平臺項目的分析,使用 OpenRank 算法對項目進行篩選和排名。本次發(fā)布的大模型開源開發(fā)生態(tài)全景圖共收錄了分布在 22 個技術領域的 114 個最受關注的開源項目,分為 AI Agent 和 AI Infra 兩大技術方向。
和全景圖一同發(fā)布的還有一份詳盡的洞察報告《從社區(qū)數(shù)據(jù)出發(fā),再看大模型開源開發(fā)生態(tài)全景與趨勢》。該報告指出,62% 的大模型生態(tài)下的開源項目誕生于 2022 年 10 月“GPT 時刻”之后,平均“年齡”僅 30 個月,這反映出 AI 開源生態(tài)的高速迭代特性。
“開放共享”或“閉源主導”的路線分化
報告顯示,在參與全景圖項目開發(fā)的約 36 萬全球開發(fā)者中,統(tǒng)計到美國開發(fā)者占比 24%,中國開發(fā)者占比 18%,其次是印度(8%)、德國(6%)和英國(5%)。中美兩國合計貢獻超四成核心力量。更值得關注的是,在大模型開源策略上,中國廠商更傾向于開放權重的開源模型路線,而美國頭部廠商則多采用閉源模式。
王旭指出:“這些項目可以想象成數(shù)字積木,開發(fā)者可以自由組合搭建新應用,中國在積木共享上的積極性,正讓全球生態(tài)更具活力。”
AI Coding 工具持續(xù)增長:開發(fā)者“效率革命”加速
報告中最引人注目的趨勢是 AI 編程工具的爆發(fā)式增長。這類工具能自動生成、修改代碼,大幅提升程序員效率,成為當下開源社區(qū)最熱門的領域。從形態(tài)上看,工具主要分為“命令行工具”(如 Google 推出的 Gemini CLI)和“集成開發(fā)環(huán)境插件”(如 Cline),前者以輕便靈活受青睞,后者則注重開發(fā)流程整合。
數(shù)據(jù)顯示,2025 年新出現(xiàn)的 Coding 工具平均獲得 3 萬以上開發(fā)者 Star 關注,其中 Gemini CLI 開源僅 3 個月,星標數(shù)已突破 6 萬,成為增長最快的項目之一。王旭團隊觀察到一個有趣現(xiàn)象:“做模型的廠商喜歡從命令行工具切入,而注重用戶體驗的團隊則從集成開發(fā)環(huán)境入手,兩種路線正推動編程效率‘革命’?!?/p>
這種工具熱潮背后,是全球開發(fā)者對“AI 助手”的迫切需求。報告指出,隨著大模型能力提升,未來程序員可能將更多重復性工作交給 AI 工具,轉而聚焦創(chuàng)意設計和復雜問題解決,這一趨勢或將重塑軟件開發(fā)行業(yè)的分工模式。
2025 大模型發(fā)展時間線全景圖發(fā)布
螞蟻開源在論壇上同步發(fā)布 2025 大模型發(fā)展時間線全景圖。該全景圖梳理了 2025 年1月至今國內(nèi)外主流廠商的大模型發(fā)布時間線,包含開放參數(shù)的模型和閉源模型。全景圖內(nèi)標注了模型參數(shù)、模態(tài)等關鍵信息,為開發(fā)者和社區(qū)理解當下各家廠商的激烈競爭提供參考。

大模型發(fā)展時間線全景圖
報告指出幾點關鍵的大模型發(fā)展方向:中美大模型開源與閉源的路線分化明顯、模型的參數(shù)在 MoE 架構下趨于規(guī)?;l(fā)展、基于強化學習提升模型 Reasoning 的能力、多模態(tài)模型進一步成為主流、模型評價方式發(fā)展出基于主觀投票和客觀評測下的不同模式。
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范,任何轉載的稿件都會明確標注作者和來源;
2.TMT觀察網(wǎng)的原創(chuàng)文章,請轉載時務必注明文章作者和"來源:TMT觀察網(wǎng)",不尊重原創(chuàng)的行為TMT觀察網(wǎng)或將追究責任;
3.作者投稿可能會經(jīng)TMT觀察網(wǎng)編輯修改或補充。