当一个模型被开放，它释放的不只是一项技术，而是一张连接全球开发者、企业、高校和产业场景的创新网络。

2025年，以DeepSeek为代表的中国开源模型引发全球关注。大模型、推理框架、智能体、开发平台、数据工具链加速涌现，开源与人工智能以前所未有的深度相互融合。开源不再只是代码共享的方式，而是逐步成为组织人工智能创新、加速技术迭代、推动产业协同的重要基础设施。

《中国开源发展深度报告（2025）》以GitHub、Gitee、AtomGit三大平台的亿级数据为基础，系统研究全球及中国开源项目、开发者、基础设施、企业治理、法律实践、重点行业、安全漏洞、地方生态、人才教育和商业化发展，试图回答三个关键问题：

中国开源在全球处于什么位置？人工智能正在怎样重塑开源生态？决定下一轮竞争胜负的核心能力究竟是什么？

报告给出的核心判断十分明确：

人工智能已经成为全球开源发展的最强引擎，全球AI竞争正在从“模型比拼”进入“生态决胜”阶段。

一、开源正在成为全球技术竞争的先行指标

2025年，全球开源发展进入新一轮加速扩张期。

全球Top30国家和地区开源贡献总量达到6.25亿次，同比增长27.59%。美国、印度、中国三国合计贡献了全球Top30国家和地区近60%的新增量，全球开源增长进一步向头部力量集中。

中国开源贡献量达到7797.92万次，同比增长54.92%，全球占比由2023年的10.10%提升至2025年的12.38%，位居全球第三；中国活跃开源项目达到425.38万个，同比增长40.58%，成为全球开源项目扩张的重要力量。

这些数字背后，是全球技术创新方式的深刻变化。

开源贡献已经不只是开发者活跃度的体现，更是衡量一个国家技术供给能力、全球协作深度和产业生态影响力的重要指标。一个国家率先在开源领域形成优势，往往意味着它能够更早进入全球技术协作网络，更有效吸引创新资源，也更有机会参与技术路线、接口标准和生态规则的塑造。

代码贡献的背后是技术能力，项目活跃的背后是创新密度，社区繁荣的背后是一个国家连接全球智慧的能力。

中国开源发展的空间结构也在发生变化。北京、上海、深圳、杭州继续发挥创新高地和生态枢纽作用，广州、成都、南京、武汉、西安等城市加快成长，一批科教型城市、制造业强市和区域中心城市进入高速增长通道。

中国开源生态正在从依赖少数“超级中心”，走向“头部高峰引领、中间高原抬升、多地节点协同”的新格局。

但报告也提醒，规模增长只是第一步。真正决定竞争力的，不是项目仓库有多少，而是能否持续产生高质量项目、培育核心维护者、形成活跃社区，并将技术创新转化为产业价值。

二、AI成为开源生态的最大变量

如果说过去的开源主要围绕操作系统、数据库、云计算和开发工具展开，那么2025年的开源增长，已经明显由人工智能牵引。

全球人工智能领域活跃开源项目达到79.02万个，同比增长70.59%；活跃开源开发者同比增长62.85%。在22个主要技术领域中，开发者正加速向“人工智能+数据+算力+安全+智能终端”复合技术链条集聚。

这意味着，人工智能不只是开源生态中的一个新增领域，而是在重新定义整个开源体系。

传统软件时代，开发者主要围绕代码进行协作；人工智能时代，协作对象扩展到模型、权重、数据、评测、工具链和算力环境。开源创新也从单一项目协作，走向多类技术资产共同演进。

AI让开源的边界从“共享代码”扩展到“共享智能”，也让创新从企业内部的线性研发，走向全球开发者共同参与的网络化迭代。

在全球AI开源版图中，美国活跃AI开源项目达到16.81万个，继续保持领先；印度达到11.55万个；中国达到9.52万个，占全球总量的12.06%，位居全球第三。

开源正在显著降低人工智能创新门槛。过去，只有少数头部机构能够开展的大模型研发，如今可以通过开放模型、公共工具和共享平台，被更多高校、科研机构、中小企业和个人开发者复用、改进和再创新。

闭源可以集中力量打造产品，开源则能够汇聚更广泛的力量建设生态。

三、全球AI竞争从“模型竞赛”转向“生态竞赛”

报告指出，衡量AI开源竞争力，已经不能只看模型数量、参数规模和测试分数。

真正的竞争正在转向：谁能够打通算力、框架、模型、数据、工具和应用，谁能够汇聚更多开发者，谁能够让技术更快进入真实产业场景，谁就更有可能在下一轮人工智能竞争中掌握主动权。

美国依托芯片、深度学习框架、云服务、模型平台和开发工具，形成了较强的全栈组织能力；中国正在形成“模型开放带动扩散、应用平台促进落地、基础设施持续补强”的快速迭代路径；欧洲则依托开放模型、公共算力、规则治理和工业软件积累，在可信AI、本地化部署和高壁垒垂直领域形成差异化优势。

中国AI开源的特点，可以概括为“补底座、强模型、推应用”。

2025年，阿里巴巴、字节跳动、华为、腾讯、百度同时进入全球Top30企业与机构AI活跃仓库榜和AI活跃开源开发者榜。中国头部企业平均每个活跃仓库对应2.16名活跃开发者，高于美国主要样本企业的1.36名，显示出较强的开发者组织能力和协作密度。

高校则构成中国开源AI的人才底座。在全球Top30高校AI活跃开源开发者中，中国高校占据15席，开发者数量占样本总量的49.90%。清华大学、浙江大学、上海交通大学、北京大学进入全球前五。

美国高校的优势在于“做大项目池”，中国高校的优势在于“做厚开发者池”。中国下一步需要解决的关键问题，是如何把开发者规模优势进一步转化为原创技术、核心项目、国际社区影响力和全球规则塑造力。

模型决定技术突破的速度，平台决定能力扩散的范围，生态决定产业竞争的上限。

四、开源基础设施正从“代码仓库”走向“智能底座”

人工智能的发展，也在推动开源基础设施发生系统性变革。

传统代码托管平台正在加快嵌入智能补全、代码评审、测试生成、安全扫描和文档生成等能力，由代码管理工具升级为智能研发基础设施；AI原生平台围绕模型、数据集、推理和应用部署形成新的协作体系；融合型平台则开始探索代码、模型、数据与算力的一体化组织。

未来，平台之间竞争的关键，不只是“托管了多少资源”，而是能否形成开放中立的治理机制、兼容互通的技术接口、持续活跃的开发者社区和被产业广泛接受的协作标准。

平台只有从资源聚合中心成长为生态协调中心，进一步成为规则塑造节点，才能真正建立长期竞争优势。

以新一代AtomGit为代表的融合型平台，正在围绕“代码+模型+算力”探索开源与人工智能一体化基础设施，为国产基础软件、国产算力体系和本土开源社区提供更加开放、中立、可持续的协作底座。

这不仅是平台功能的升级，更是我国开源基础设施从“承载项目”向“组织创新”的重要跃迁。

五、开放越深入，越需要治理能力

人工智能时代的开源，比传统软件开源更加复杂。

传统软件主要围绕源代码和许可证展开，而开源AI涉及代码、模型权重、训练数据、技术文档、评测方法和部署环境等多类资产。仅仅开放模型权重，并不必然等同于完整意义上的开源。

信息披露是否充分、授权范围是否清晰、数据来源是否合法、模型是否允许研究和修改，正在成为判断AI开放水平的重要标准。

企业开源治理办公室（OSPO）的职责也随之发生变化。过去主要管理软件组件、许可证和代码贡献，如今还需要统筹模型、数据、评测、推理框架和应用资产。OSPO正在由“合规支持部门”升级为连接企业研发体系与外部创新生态的组织级基础设施。

开源不是放弃治理，而是用更透明的规则组织更大范围的协作；开放程度越高，越需要专业治理、安全保障和责任边界。

六、模型正在成为平台，生态正在成为壁垒

人工智能也在重新定义开源商业化。

报告提出，开源首先是一种高效率的研发、分发和生态组织机制，并不天然等于成熟的商业模式。开源可以帮助技术快速获得开发者、验证市场需求、形成事实标准，但企业能否持续发展，仍取决于产品价值、客户留存、商业转化和现金流能力。

AI时代的商业竞争正在形成“算力—模型—应用”一体化格局。开放模型既是技术标准入口，也是生态流量入口。当越来越多的开发者、工具和应用围绕同一模型体系进行创新，模型便不再只是一个技术产品，而会逐步成长为连接云服务、算力平台、开发工具和产业应用的生态底座。

因此，下一阶段的竞争将不再是“开源还是闭源”的简单选择，而是能否通过开源汇聚创新资源、构建平台能力、形成生态壁垒，并建立可持续的商业闭环。

开源可以带来流量，却不能代替产品；可以加速增长，却不能代替商业；可以扩大生态，却必须最终形成价值循环。

《中国开源发展深度报告（2025）》记录的，不只是中国开源一年的增长轨迹，更是人工智能时代全球创新方式重构的一个重要切面。

站在新的技术周期上，中国开源已经具备规模优势、人才优势、应用优势和产业场景优势。下一步，需要进一步把项目规模转化为技术影响力，把开发者数量转化为社区组织力，把模型能力转化为产业竞争力，把开源贡献转化为国际规则参与能力。

开源AI的下一程，竞争的不只是模型，而是底座；比拼的不只是技术，而是生态；决定未来的不只是一次突破，而是持续组织全球创新的能力。

代码开放只是起点，智能共享正在打开新的空间；模型突破决定一时的高度，生态能力决定长期的未来。

 

来源：开放原子

完整报告：https://openatom.cn/deep-report/index/main/2025?sessionid=