蚂蚁发布《大模型开源开发全景与趋势》报告

发布于 2025-09-15 · 《大模型开源开发全景与趋势》是蚂蚁集团开源技术委员会推出的报告，基于社区数据洞察大模型开源开发生态的现状和未来趋势。

《大模型开源开发全景与趋势》是蚂蚁集团开源技术委员会出的报告，拿社区数据说话，看看大模型开源开发生态现在什么样、接下来往哪走。报告里那张全景图铺开了大模型开源项目的分布——从 1.0 到 2.0，项目数量和领域划分都细了不少，生态迭代有多快一目了然。技术关键词、活跃项目、许可证的变化也被翻了一遍，AI Coding、Model Serving 这些领域的增长态势就此浮出水面。项目怎么更替、生态如何动态演化、全球开发者在大模型开发生态里怎么分布，报告都给出了分析，开发者和企业想摸清大模型开源开发的脉络与趋势，这份东西挺值得参考。

大模型开源开发生态的鸟瞰图

全景图自己也在迭代
- 1.0 版本 2025 年上半年发布，收了 19 个技术领域的 135 个项目，画法是拿种子项目做多跳搜索，带一定随机性。
- 2.0 版本 2025 年 8 月发布，改用 OpenRank 算法直接筛 GitHub 项目，门槛提到 OpenRank 50，最后选出 114 个顶尖项目，铺在 22 个技术领域上。
项目更替与生态流动
- 2.0 新增了 39 个项目，占比 35%，大多是刚建不久、关注度正高的；同时踢掉 60 个项目，基本是活跃度不够或达不到新标准的。
- 这批项目一共吸引全球 366,521 位开发者，美国占 24%、中国占 18%——大模型生态里中美双主导的格局，数据写得很直白。
全景图怎么构成、有什么用：整张图分 AI Infra 和 AI Agent 两大方向，项目影响力用 OpenRank 算法来衡量，科学依据是够的。

从生态全景看技术趋势

大模型开发生态的关键词：对项目描述和标签做文本分析，提炼出 AI、LLM、Agent、Data 这些高频词的词云图，大模型生态的核心技术方向就在里面。
活跃项目分析：
- OpenRank 前 10 的项目把模型生态的完整链路都盖住了，基础设施层 Python 说了算，应用层则是 TypeScript 的地盘。
- 一些项目为了保住商业利益，用的是非传统开源许可证，“开源”的定义因此越来越模糊。
技术领域的发展趋势：AI Coding、Model Serving 和 LLMOps 涨得明显，Agent Framework 和 AI Data 这两个领域在往下走。
边缘地带的项目：文章还把镜头对准了那些没进全景图、但看着有潜力的开源项目。

大模型生态里的全球开发者画像

在全球大模型开发生态中，开发者的分布很说明问题：美国和中国分别占 24% 和 18%，稳稳占据主导，影响力和活跃度都拉得很开。德国等欧洲国家加上印度参与度也不低，但跟中美比仍有差距，整体上就是中美挑大梁、多国一起参与的格局。

从 1.0 到 2.0，100 天里变了什么、没变什么

整体生态结构与领域的调整：1.0 到 2.0，结构和领域划分明显细化，新加了“AI Infra”“AI Agent”“AI Data”这些具体分类。
出局的项目：Manus、NextChat 这些曾经的热门项目，因为维护跟不上或者被替代，慢慢淡出了视野。
昔日巨星 TensorFlow 的十年下坡路：2015 年开源的 TensorFlow，输在缺乏向后兼容、迁移工具折腾人，被 PyTorch 一步步反超，走向衰落。
新进的项目：AI Coding、具身智能这些新领域冒出一批项目；Infra 领域整合成 LLMOps，把模型全生命周期运维都包了进去。
新项目里最活跃的 Top 10：新进项目里 Gemini CLI、Cherry Studio 表现抢眼，直接挤进活跃项目前十。
全景图上的“Up and Down”：从 2 月到 8 月，TensorRT-LLM、Dynamo 这些项目 OpenRank 涨得很猛，LangChain、Codex 这些掉得也明显。

三个专题洞察

Model Serving（模型服务）：模型服务是 AI 基础设施和应用层中间那座桥，vLLM、SGLang 在把推理性能往上顶，Ollama 推着本地部署，NVIDIA Dynamo 则在扩展集群推理。
AI Coding（AI编程）：AI Coding 已经从单纯代码补全长到了多模态支持，Gemini CLI、OpenCode 这些工具实打实地抬升开发效率，商业化的想象空间很大。
AI Agent（AI代理）：2025 年 AI 应用开始落地，LangChain 这类框架显得后继乏力，Mem0、Dify 等新项目各盯一个环节，推着 Agent 系统往前走。

番外：一张完整的大模型生态全景图

把 2025 年 1 月至今国内外主流厂商的大模型发布时间线捋了一遍，每个模型的参数、模态这些关键信息都标得清清楚楚，当下大模型领域的竞争态势一眼可见。文章的判断摆得很明：中国开源大模型百花齐放，国外顶尖模型厂商大多走闭源路线；模型参数规模化、强化学习拉推理能力、多模态模型走向主流，这几条技术趋势也被反复点了名。