Báo cáo Hugging Face: Lượt tải mô hình Trung Quốc lần đầu vượt Mỹ
Báo cáo hệ sinh thái mã nguồn mở mùa xuân 2026 của Hugging Face cho thấy lượt tải mô hình Trung Quốc chiếm 41%, lần đầu tiên vượt qua Mỹ, cùng nhiều xu hướng đáng chú ý khác.
111 bài đã kiểm chứng về Mã nguồn mở, sản phẩm và diễn biến ngành. Trang 2/2
Báo cáo hệ sinh thái mã nguồn mở mùa xuân 2026 của Hugging Face cho thấy lượt tải mô hình Trung Quốc chiếm 41%, lần đầu tiên vượt qua Mỹ, cùng nhiều xu hướng đáng chú ý khác.
Đạo luật AI của EU (AI Act) bắt đầu có hiệu lực từng giai đoạn từ năm 2025 và đến năm 2026 hầu hết các điều khoản đã được áp dụng. Tác động đến cộng đồng AI mã nguồn mở không nghiêm trọng như lo ngại trước đây.
OpenClaw, một khung phát triển AI agent mã nguồn mở, đã vươn lên dẫn đầu GitHub Trending chỉ trong chưa đầy hai tuần, nhờ vào thiết kế nhẹ, hỗ trợ gốc giao thức MCP và tài liệu thân thiện với người mới.
DeepSeek V4 với một nghìn tỷ tham số và Qwen 3.6-Plus với giấy phép Apache 2.0 đang định hình lại thị trường AI mã nguồn mở, khi thị phần kết hợp của họ tăng từ dưới 1% lên 15% chỉ trong một năm.
DeepSeek V4 và Qwen 3.5 (hay Qwen 3.6-Plus) đang cạnh tranh trực tiếp trên cùng một thị trường AI mã nguồn mở, với chi phí cực thấp so với các đối thủ đóng. Bài viết so sánh thông số, điểm mạnh và ý nghĩa cho nhà phát triển.
Chỉ trong vòng một năm sau khi Anthropic ra mắt, giao thức MCP đã được OpenAI, Google và Microsoft áp dụng, trở thành tiêu chuẩn thực tế trong lĩnh vực AI.
Meta phát hành Llama 4 với kiến trúc MoE lần đầu tiên, gồm hai phiên bản Scout (17B tham số kích hoạt, 16 chuyên gia, 10 triệu token ngữ cảnh) và Maverick (17B tham số kích hoạt, 128 chuyên gia, 1 triệu token ngữ cảnh), hỗ trợ đa phương thức gốc, hiệu năng vượt GPT-4o và Gemini 2.0 ở nhiều tác vụ, với dữ liệu huấn luyện hơn 30 nghìn tỷ token và hơn 200 ngôn ngữ.
Alibaba đã phát hành toàn bộ dòng mô hình Qwen3 theo giấy phép Apache 2.0, từ 0,6B đến 235B với 8 kích thước khác nhau, cho phép sử dụng thương mại miễn phí.
Moonshot AI đã phát hành mã nguồn mở Kimi K2, mô hình MoE với 1 nghìn tỷ tham số, chỉ kích hoạt 32B tham số cho mỗi token, vượt trội trong các benchmark lập trình và tác nhân.
DeepSeek đã mở mã nguồn mô hình suy luận R1 vào tháng 1 năm 2026, gây bất ngờ khi hiệu suất của nó ngang ngửa OpenAI o1, trong khi phiên bản cô đọng 32B thậm chí vượt qua o1-mini, phá vỡ rào cản về giá của các mô hình đóng.
DeepSeek V3 sử dụng kiến trúc MoE với 671B tham số nhưng chỉ kích hoạt 37B cho mỗi token, đạt hiệu suất ngang GPT-4o với chi phí huấn luyện chỉ 5,5 triệu USD.