开放模型生态新增两个免费数据工具

概览

一个面向开放模型生态的研究与数据项目，正在把原有的开放模型追踪工作扩展为两个独立工具，帮助用户更深入地观察模型发布、采用情况和生态格局。

新推出的免费数据工具包括：

1. Artifacts Hub：围绕 Hugging Face 上的热门模型进行策展，结合 OpenRouter 的推理 token 数据、Artificial Analysis 的模型智能指标，以及基于 Hugging Face 数据构建的定制化采用指标。
2. Adoption Dashboard：一个持续更新的采用情况仪表盘，展示不同地区、组织的模型下载量与衍生模型数量，用于观察开放生态中的主要参与者及地域差异。

Artifacts Hub 覆盖哪些模型？

Artifacts Hub 当前覆盖了过去两年发布的 792 个模型，范围包括：

• 以文本为核心的语言模型；
• 多模态生成模型。

其背后的工作方式包括：

• 跟踪 Hugging Face 上每个模型的数据；
• 分析数千个核心大语言模型；
• 从中人工筛选出数百个重点模型，提供进一步解释和对比。

这些数据也延续了此前对开放模型发布的持续跟踪工作，例如热门模型发布回顾、月度开放模型盘点，以及围绕开放模型采用情况的研究项目。

Artifacts Hub 提供哪些观察维度？

对于较受关注的模型，Artifacts Hub 试图让用户快速查看几个关键维度：

• 前沿智能差距：基于 Artificial Analysis 的 Intelligence Index，观察某个模型距离前沿模型的差距；
• 采用情况对比：比较 Hugging Face 与 OpenRouter 上类似模型的采用表现；
• 相对采用指标（RAM）：对下载数据进行时间与规模归一化，以便更公平地比较不同模型；
• 相似性指标：使用 VAIL similarity index 查看生成结果相关的模型。

这些指标的目标并不是替代完整评测，而是为开放模型的趋势观察提供一个更集中的入口。

Adoption Dashboard 关注什么？

Adoption Dashboard 更侧重宏观生态观察，持续展示：

• 各地区的模型下载情况；
• 各组织发布或衍生模型的数量；
• 开放模型生态中不同国家和机构的参与度变化。

其中一个重点是展示美国与中国在开放模型生态中的差距，以及其他正在增长的参与者。

为什么值得关注？

开放模型生态正在快速扩张，单纯依靠模型发布公告或排行榜，越来越难判断一个模型的实际影响力。该项目尝试把多个维度的数据放在一起：模型智能、下载量、推理使用、衍生模型数量和相似性分析。

这类工具的价值在于：

• 帮助研究者筛选值得跟踪的开放模型；
• 帮助开发者理解模型的采用热度；
• 帮助社区观察不同组织与地区在开放模型生态中的位置；
• 为巨型 MoE 模型等新型开放模型的采用情况提供更多分析方法。

需要注意的是，这些工具展示的是基于现有平台与指标整理出的生态视角，并不等同于对模型能力、商业价值或长期影响的最终判断。