AI 开源社区的 GitHub，托管模型、数据集和应用，推动机器学习民主化。

简介

Hugging Face 于 2016 年由 Clment Delangue 等人在纽约创立，最初是一个面向青少年的聊天机器人公司。后转型为开源 ML 平台，如今已成为 开源 AI 生态的核心枢纽。公司估值超过 45 亿美元（2023）。

核心产品

Transformers 库

Meta 旗下的 AI 研究部门，以 LLaMA 系列开源模型引领开源 AI 生态。

简介

Meta AI（前身为 Facebook AI Research, FAIR）是 Meta 公司的 AI 研究部门。以 Yann LeCun 为首席 AI 科学家，Meta AI 在计算机视觉、自然语言处理和强化学习等领域贡献卓著。最引人注目的是 LLaMA 系列开源模型，深刻改变了 AI 行业的开源格局。

核心贡献

LLaMA 系列

• LLaMA 1（2023-02）：首个开源基础模型，参数量 7B 到 65B，性能接近 GPT-3
• LLaMA 2（2023-07）：开放商用许可，7B 到 70B 参数，对话版本 Llama-2-Chat
• LLaMA 3 / 3.1（2024）：8B 和 70B 版本，3.1 推出 405B 参数模型，性能与 GPT-4 级别模型竞争
• LLaMA 4（2025）：多模态能力，进一步缩小与闭源模型的差距

本地大语言模型运行工具，让开发者在个人设备上轻松部署和运行开源 LLM。

简介

Ollama 是一个开源的本地 LLM 运行框架，以极简的命令行界面让用户在 macOS、Linux 和 Windows 上运行各种开源大语言模型。它自动处理模型下载、GPU 加速和量化，大幅降低了本地部署的门槛。

支持的模型

Ollama 支持丰富的开源模型家族：

• LLaMA 系列：Meta 的 LLaMA 2/3/3.1/4 全系列
• Mistral：Mistral AI 的 Mistral 和 Mixtral 系列
• Gemma：Google 的 Gemma 系列开源模型
• Qwen：阿里的通义千问系列
• DeepSeek：深度求索系列
• Phi：Microsoft 的小参数高性能模型

开源（Open Source）是一种倡导源代码公开、自由使用和协作开发的软件运动。从 Richard Stallman 的自由软件理念到 Linux 的广泛采用，开源已从哲学主张发展为驱动技术创新的核心模式。

主流开源协议

选择开源协议是项目治理的基础决策：

• MIT：最宽松，几乎不限制使用方式，适合追求最大传播的项目
• Apache 2.0：宽松但包含专利授权条款，企业友好
• GPL：copyleft 精神，要求衍生作品同样开源，适合防止闭源商业化

开源 AI 在 2023-2026 年经历了爆发式增长。本页面梳理开源模型、框架、数据和社区的现状，以及开源与闭源之间的核心辩论。

开源模型浪潮

开源大模型的质量在两年内迅速逼近闭源模型：

• LLaMA（2023）：Meta 发布 LLaMA 系列，虽非完全开源（研究许可），但权重泄露后引发社区微调热潮，成为开源 LLM 运动的起点
• Llama 2/3（2023-2024）：Meta 逐步放开许可证，Llama 3 系列在多个基准上接近 GPT-4 水平，成为开源模型的标杆
• Mistral：法国公司 Mistral AI 以高效架构著称，Mistral 7B 在同级别模型中表现突出
• Qwen（通义千问）：阿里云推出的多语言模型系列，中文能力突出，许可证对商业友好
• DeepSeek：深度求索以创新的 MoE 架构和训练方法著称，DeepSeek-V3 在推理任务上表现亮眼