Hugging Face: النماذج الصينية مفتوحة المصدر تتفوق على الولايات المتحدة في عدد التنزيلات داخل منظومة الذكاء الاصطناعي

نشرت Hugging Face مراجعتها الربيعية لحالة الذكاء الاصطناعي مفتوح المصدر، وتُظهر بياناتها أن المنظومة المفتوحة لم تعد مجالًا ضيقًا للهواة. فقد توسّع حجمها بشكل حاد خلال العام الأخير، ويتحرك مركز الثقل بوضوح متزايد نحو الصين والمطورين المستقلين والنماذج الأكثر عملية التي تُنشر فعليًا في بيئات الإنتاج.

أصبحت المنظومة جماهيرية

وفقًا لبيانات Hugging Face، بلغت المنصة بحلول عام 2025 نحو 13 مليون مستخدم، وأكثر من 2 مليون نموذج عام، وما يزيد على 500 ألف مجموعة بيانات مفتوحة. والأهم من الأعداد نفسها أن الفريق يشير إلى أن المستخدمين لم يعودوا يكتفون بتنزيل النماذج الجاهزة، بل ينشرون فوقها عناصر مشتقة: نماذج مضبوطة بدقة (fine-tune)، ومحوّلات (adapters)، واختبارات قياس (benchmarks)، وتطبيقات عملية. أي أن المصدر المفتوح في الذكاء الاصطناعي لم يعد مكتبة للاطلاع، بل بيئة نشطة للتجميع وإعادة الاستخدام.

ومع ذلك، فإن توزيع المنظومة غير متكافئ إلى حد كبير. فنحو نصف النماذج على Hugging Face لم تتجاوز 200 تنزيل طوال عمرها، بينما تستحوذ أشهر 200 نموذج فقط على نحو 49,6% من إجمالي التنزيلات. وهذا يوضح بنية السوق: في القمة بضع عائلات نماذج بالغة الحضور، وتحتها آلاف المشاريع المتخصصة والمحلية والتطبيقية.

• 13 مليون مستخدم على المنصة
• أكثر من 2 مليون نموذج عام
• أكثر من 500 ألف مجموعة بيانات عامة
• 49,6% من التنزيلات تعود إلى أفضل 200 نموذج
• لدى نحو نصف النماذج أقل من 200 تنزيل

الصين والمطورون المستقلون

أبرز تحول جغرافي في التقرير أن الصين تجاوزت الولايات المتحدة في التنزيلات الشهرية والإجمالية للنماذج معًا. وخلال العام الأخير حصلت النماذج الصينية على 41% من جميع التنزيلات على المنصة. وسجّل عدد المستودعات والإصدارات الجديدة من الشركات الكبرى نموًا سريعًا بوجه خاص: فقد انتقلت Baidu من صفر إصدارات على Hub في عام 2024 إلى أكثر من 100 إصدار في 2025، بينما زادت ByteDance وTencent نشاطهما بمقدار ثمانية إلى تسعة أضعاف. وبعد نجاح DeepSeek R1، راهنت المنظومة الصينية بوضوح على الأوزان المفتوحة.

ولا يقل أهمية عن ذلك تحول آخر: فقد انخفضت حصة القطاع الصناعي في إجمالي التطوير من نحو 70% إلى 37%، بمقارنة الفترة التي سبقت 2022 بعام 2025. وفي المقابل ارتفعت حصة المطورين المستقلين والفرق الصغيرة من 17% إلى 39% من إجمالي التنزيلات، بل شكّلت في بعض الفترات أكثر من نصف الاستخدام. وغالبًا ما تتولى هذه الأطراف عمليات التكميم (quantization) والتكييف وإعادة التعبئة للنماذج الأساسية بما يناسب سيناريوهات الاستخدام الفعلية. وعمليًا، أصبحت طبقة توزيع مستقلة بين مطوّري النماذج التأسيسية (foundation models) والمستخدمين النهائيين.

الغلبة للنماذج المتاحة

يؤكد التقرير أن الطلب الفعلي يتحول بصورة متزايدة من الأنظمة العملاقة إلى النماذج الأسهل والأرخص تشغيلًا. فحتى بعد تعديل الأرقام وفق عدد الإصدارات، لا تُنزَّل النماذج بحجم 1–9B إلا بمعدل يزيد بنحو أربعة أضعاف فقط على الأنظمة بحجم 100B+، وهي فجوة أصغر بكثير مما كان متوقعًا قياسًا بالضجة المحيطة بنماذج الواجهة (frontier). ويبقى متوسط التفاعل بعد الإصدار عند نحو ستة أسابيع، ولذلك تفقد حتى العائلات القوية اهتمام السوق سريعًا ما لم تحصل على تحديثات مستمرة.

وعمليًا يعني ذلك أن الغلبة ليست للنماذج الأقوى وحدها، بل أيضًا للأسهل في التطوير والتخصيص. فعائلة Qwen من Alibaba أنتجت وحدها أكثر من 113 ألف نموذج مشتق، وإذا احتُسبت كل النماذج الحاملة لوسم Qwen فإن عددها يتجاوز 200 ألف. وفي الوقت نفسه تنمو مجتمعات فرعية جديدة بسرعة. ففي الروبوتات ارتفع عدد مجموعات البيانات خلال عام من 1 145 إلى 26 991، لتصبح هذه الفئة الأكبر على المنصة. وفي المهام العلمية تُستخدم النماذج مفتوحة المصدر على نحو متزايد للعمل مع البروتينات والجزيئات والبيانات البحثية. ويكتمل ذلك بالتحول نحو عتاد أرخص، والتكميم، وتشغيل النماذج على مقربة أكبر من بنية الحوسبة الطرفية (edge).

ماذا يعني ذلك

يدخل الذكاء الاصطناعي مفتوح المصدر مرحلة لا يُحسم فيها التفوق بجودة النموذج الأساسي وحدها، بل أيضًا بسرعة التكييف وعدد الإصدارات المشتقة وسهولة التشغيل المحلي. وبالنسبة إلى الشركات، فهذه إشارة إلى ضرورة النظر لا إلى أنظمة الواجهة المغلقة فحسب، بل أيضًا إلى المنظومات المفتوحة المحيطة بعائلات Qwen وDeepSeek وGemma وغيرها، لأن القيمة التطبيقية تظهر هناك الآن بأسرع وتيرة.