年度回顾：开放生态的繁荣景象

2025年对于小型AI开发者和爱好者而言是极其精彩的一年。作者每天访问Hugging Face，发现该平台上的开源模型数量已达到约200万，其中许多采用Apache 2.0许可证。这种庞大的开源模型储备让开发者群体受益匪浅，各大公司的贡献值得高度赞扬。为了系统性地评估这些努力，作者列出了26家不同的公司进行排名。该排名完全基于主观偏好，反映的是作者个人喜爱的模型及认为工作出色的公司。在评分标准上，采用类似游戏排级的S到F制（S为最佳），但作者表示可能不会给任何公司打最低分。这种主观视角的引入，旨在为读者提供一个非官方但具参考价值的行业观察。

Apple 的 MLX 生态与 VLM 突破

Apple 在开源 AI 领域的表现被视为一匹“黑马”，其核心贡献在于通过 MLX 框架逐步激活并释放 Apple 基础硬件的 AI 潜力。尽管 MLX 未包含在主要排名中，但其团队的工作被评价为“绝对出色”。此外，Apple 发布的 Fast VLM（快速视觉语言模型）以及 Mobile CLIP 等项目，显著提升了其在开源社区的影响力。这些技术成果促使 Apple 在年度评级中从 C 级跃升至 B 级，展现了其在端侧 AI 部署上的强劲势头。

AIDC (阿里国际) 的 Ovis 系列与 Mistral 的行业引领

AIDC（阿里巴巴国际数字商业集团）推出的 Ovis 系列模型是另一大亮点。其中 Ovis 2.5 (OS 2) 在发布时被誉为同类中最佳的视觉语言模型（VLM），其在各项基准测试中的表现甚至优于 Qwen 2.5-7B，并与 Qwen 38B 相当。尽管其社区热度尚未完全赶上 Qwen，但其技术实力不容小觑。Mistral 则作为 Apache 2.0 许可证下高性能 LLM 的开创者，在 2025 年底凭借 Mistral Large 及 Ministral 多模态变体强势回归，继续引领开源 AI 向“开放且强大”的方向发展。

Z.AI、Nvidia 与 Tencent 的模态覆盖与可用性挑战

Z.AI（智谱 AI）在近期表现卓越，凭借 GLM-4.6V-flash 等 6 个进入 HuggingFace Top 20 的模型，覆盖了从视觉、语音到文本生成的全模态领域。若仅看最近两个月，其评级可达 S 级；纵观全年则为 A 级。Nvidia 凭借 Neotron 系列（如 Nano、V2）及 Parakeet/Canary 语音模型稳居 S 级，且近期通过采用 Nvidia Open Model License 解决了以往许可证混淆的问题。相比之下，Tencent（腾讯）在 2025 年大幅提升了开源产出量级，但在 模型可用性方面仍落后于 Qwen 等竞品，作者建议其需提升多平台适配速度以增强社区影响力。

Moonshot (Moonream) 与 ByteDance 的基准与实践差距

Moonshot（文中称 Moonream）发布的 Moonshot V3 在参数量仅为 9B 的情况下，纸面基准测试优于 Qwen-3/2.5-VL-7B 等更大模型，但实际用户体验未达预期。这印证了一个观点：基准测试仅是参考，真实场景下的表现才是关键。ByteDance（字节跳动）则凭借 SAM2VA 模型获得 B 级评价，该创新将 SAM-2（Segment Anything）与开源语言模型结合，实现了文本驱动的图像分割功能。字节团队持续更新该仓库的骨干网络（Backbone），展示了其在多模态应用落地上的快速迭代能力。

Bite Dance 与 Microsoft：潜力与现实的评价

Bite Dance 在本年度的评估中获得了 B级评价，但其表现展现出强劲的增长势头。作者认为该公司拥有极高的发展潜力，有望在 2026年提升至A级甚至S级的顶尖行列。相比之下，Microsoft 同样获得 B级评价，但作者对其过去12个月的表现感到困惑。尽管 Microsoft 早期的 Fi系列模型（如Fi 1至4）表现优异，但在2025年下半年，其在开源领域的存在感明显减弱。作者提到自己每天浏览 Hugging Face 网站时，Microsoft在顶级列表中的出现频率已大不如前。虽然 Microsoft 依然发布大量开源内容，但整体影响力似乎有所下滑。作者坦言：“Maybe a B. They had the Fi series... F was really good, but I truth be told I haven't seen much from them over the back end of 2025.”

Gina：语义数据库层的崛起与许可困境

Gina 公司同样获得 B级评价，其核心优势在于构建成为“语义数据库层”的基础设施。Gina 专注于开发实用工具，如 嵌入搜索、视觉语言搜索以及针对现有数据库的语义搜索功能。然而，作为开源开发者，作者指出 Gina 面临的主要障碍是其模型大多采用 非商业许可。这种授权模式使得开发者在为企业客户构建项目时面临合规风险，因为许多企业无法在非商业许可下使用这些模型。作者解释道：“If I see that I'm basically like well I'd like to use this model but if I run into something down the track and a client asks what model did I use... We can't do that. I tend to steer away from that.” 这种现象在西方公司中较为普遍，如 Meta 也发布非商业许可的视觉模型，而中国公司和 Mistral 则更倾向于使用 Apache 2.0许可。作者对此表示不解：“Is that a is that a thing? Like I've noticed Western companies are generally like Meta for example publish some recent um vision models but they're non-commercial.”

Open AI：开源领域的勉强及格与性能亮点

Open AI 在本年度仅获得 C级评价，这与其在商业产品领域的S级地位形成鲜明对比。作者认为 Open AI 的开源动机带有被动色彩，GPT OSS模型的发布给人一种“不得不做”的感觉。尽管如此，Open AI 的模型在客观性能上依然出色，特别是其原生支持 MX4 P或 int4精度等低比特量化技术。作者分享了一次使用体验：原本以为20B模型在拥有 24GB VRAM的 RTX 4090上无法运行，但得益于低精度优化，它实际上可以工作（尽管需要 RTX 5090或 H100等支持该精度的硬件）。作者指出：“Those models are very performant though. Objectively, they are good... but the sentiment around it, I don't know.” 作者建议，如果 Open AI 能将 GPT OSS扩展至 3B到120B参数范围并实现多模态，其评级有望提升至S级。

Mettoan 与 IBM：新兴力量与传统巨头的卓越表现

Mettoan 获得 B级评价，其发布的5620亿参数模型（于9月推出）在性能上与 DeepS v3.1和 Kimmy K2等顶尖开源模型持平。该模型在 Hugging Face 上长期占据首页位置，显示出其卓越的影响力。IBM 则凭借 Granite系列模型获得 A级高度评价。从早期的 Granite 1小型语言模型到如今的4.0系列，IBM展示了清晰的演进路径。作者认为，Granite 4.0已达到商业环境中的可用标准，这与 GPT-4成为主流转折点类似。作者总结道：“The third or fourth iteration of an open-source variant... is genuinely quite good, quite darn good.” 这种从实验性模型到成熟商业方案的迭代，是 IBM 获得高评级的关键原因。

图像生成领域的开源突破：Black Forest Labs

在2025年的开源AI版图中，图像生成领域涌现出令人瞩目的力量。虽然Stability AI凭借早期的Stable Diffusion奠定了开源基础，但今年其后续动作相对沉寂。相比之下，Black Forest Labs凭借Flux系列模型脱颖而出，成为该领域的佼佼者。Flux 1.0及后续开源版本在Hugging Face模型页面上长期占据首页位置，其性能表现已接近甚至媲美某些闭源商业API（如Nano Banana Pro的付费版本）。作者将其评为S级或A+级，认为在大多数公司专注于大语言模型（LLM）时，Black Forest Labs在图像生成方面的工作尤为出色，是作者个人最喜爱的开源图像生成模型来源。

Google的持续统治力与Gemma系列爆发

Google在2025年的表现堪称“王者归来”，其开源策略被作者评为绝对的S级。过去12个月中，Google几乎每次发布新模型都树立了行业标杆。Gemma系列是这一策略的核心成果，包括用于移动端的小规模模型、医疗专用的Med-Gemma以及作者个人项目中使用的大容量Gemma 3270M版本。此外，SigLIP 2、Embedding Gemma和时间序列基础模型（Time Series FM）的推出，展示了Google在多模态和垂直领域的全面布局。作者指出，无论是开源还是闭源领域，Google在2025年的每一次发布都仿佛在宣告：“我们现在就是黄金标准”。这种持续的高水准输出，使得Gemma 4的发布备受期待。

DeepSeek引发的开源竞赛与学术贡献

DeepSeek被作者赋予S级评价，其影响力远超模型本身。去年DeepSeek-R1的发布曾让美国AI巨头感到“红色警报”，但其真正价值在于激发了全球开源模型的爆发式增长。正如作者所言：“这简直是在下模型雨（raining models）”。DeepSeek不仅证明了非美国公司能产出同等优秀的开源成果，还推动了Hugging Face上模型数量的激增。在学术研究方面，DeepSeek同样表现卓越，发表了十余篇高价值论文。其中一篇关于OCR与图像压缩的研究极具启发性，提出将上下文信息从Token空间转换到图像空间以存储更多信息。作者认为这种“像以前OpenAI那样分享酷炫发现”的学术态度，正是当前行业所急需的。

年度模型评选：Qwen3-VL与Molmo-2的并列冠军

在最终的“年度开源模型”评选中，作者给出了一个极具争议但基于个人使用体验的并列结果。首先是Qwen3-VL 8B，作为作者长期使用的最爱模型，其表现稳定且优秀。另一项得主是近期发布的Molmo-2 8B（来自Allen AI）。尽管发布时间仅三天，但Molmo-2凭借其在“指向性（Pointing）”任务上的卓越表现赢得了认可。该模型不仅提供权重，还附带数据集，解决了图像和视频中的指向性问题——这是构建能与世界交互的开源AI的关键能力。作者强调，虽然评选带有主观色彩，但基于日常构建和使用的深度体验，这两款模型在各自领域均达到了S级的卓越水准。

视觉定位基准与非语言模型年度最佳

在2025年的开源AI版图中，视觉定位（Visual Pinpointing）任务因其极高的实用性而备受关注。这一能力的提升主要归功于Alan Aai团队的努力，他们不仅创建了相关的基准测试（Benchmark），还将此任务标准化。支撑这一视觉能力的基础模型是 Qwen 3 LLM，而非传统的VLM 8B架构。在语言模型之外，作者评选出的“年度最佳非LLM模型”是 SigLIP 2。尽管SigLIP 1此前已是作者的最爱，但新一代的迭代进一步巩固了其地位。此外，SAM 3和 Sam Audio等模型的涌现也标志着多模态能力的显著扩展，使得开源领域的创新成果呈现出爆发式增长态势。

社区贡献者与基础设施的关键角色

除了具体的模型算法，2025年还有几位关键人物和团队在推动开源AI生态方面做出了不可磨灭的贡献。特别提及的是Hugging Face的 MV Noyen，她通过社交媒体积极分享开源社区的杰出工作，极大地促进了信息的流通与社区凝聚力。另一位重要力量是 MLX团队，他们致力于优化Apple设备上的本地AI运行体验。正如原文所述："> making all of your Apple devices much better at running AI locally"，这一举措对于无法获取专用NVIDIA GPU的广大开发者而言至关重要。通过提升现有硬件的运行效率，MLX团队让本地部署AI变得更加普惠和可行。

核心工具库与年度总结展望

在工程落地层面，两个关键库极大地简化了模型的使用流程。Open CLIP 库能够在短时间内集成最新的CLIP风格模型（如SigLIP或Perception Encoder），使其易于调用；而 TIM (Torch Image Models) 库则提供了超过一千种图像模型骨干网络，成为创建小型图像模型时的首选工具。作者表示："> I believe every time a new backbone comes out or I need to create a small image model I'm basically using Tim now"。回顾2025年，开源AI开发者迎来了一个充满创新与活力的年份。作者邀请读者在评论区补充遗漏的模型或公司，并共同期待2026年的更多突破。

结论

2025年开源AI生态呈现两极分化：Google、DeepSeek及Black Forest Labs凭借持续的高水准输出确立S级统治力，而Apple、IBM等则在特定领域展现强劲势头。核心结论在于：基准测试并非绝对真理，如Moonshot V3虽纸面数据优异但实际体验未达预期；许可证合规性（如Apache 2.0）成为企业落地的关键门槛，非商业许可模型面临推广阻力。此外，性能与可用性需并重，腾讯等公司虽产出量大但适配速度滞后，OpenAI则因动机被动获C级评价。最终评选显示，Qwen3-VL与Molmo-2在各自垂直任务中达到S级卓越水准，印证了多模态与特定能力优化的价值。