《人工智能开源生态研究报告（2025 年）》由云计算开源产业联盟编制，系统剖析了全球人工智能开源生态的演进态势、核心环节与发展路径，为产业布局与政策制定提供参考…。

　　开源模式已从软件领域延伸至人工智能的模型、数据与工具链，形成 “数据 - 模型 - 软件” 全链路开放生态…。其核心遵循开放性与可复现性原则◇…•，OSI 明确开源人工智能需允许自由使用、研究-、修改与共享。开源有效打破技术垄断▼☆，降低创新门槛，推动人工智能在多行业规模化应用，同时在风险治理中发挥透明化优势●=，成为全球科技竞争的关键领域。

　　五大核心环节构筑开源人工智能生态根基★□。开源项目体系化发展★…◇，中国模型优势凸显，Qwen、DeepSeek 等在全球下载量与采用率中位居前列▪，魔搭平台增速迅猛；开源社区分化为平台型▽•▼、项目型与组织型三类，形成多元协作格局；开源协议从自由开放转向责任治理▪△▷，OpenRAIL 等协议引入行为约束◇○…，中国 “纸鸢” 协议实现本土化创新◆□；全球开源贡献者规模扩大▲▼，中美主导生态发展○，创新活动向头部基座模型集聚-□；应用需求持续扩张，在通信、金融•■▪、政务等领域落地加速，从辅助工具向核心业务支撑演进。

　　政策▪★◁、商业与治理构成三大驱动引擎。各国政策路径差异化明显，美国实行制度性扶持与安全治理双轨并行，欧洲坚持监管先行与合规导向▷，中国形成体系化部署与区域协同发展格局，多地出台专项政策鼓励开源生态建设。商业模式趋于成熟☆◇◁，形成专业服务销售、模型即服务（MaaS）◆▪、生态整合捆绑等主流模式，资本向头部企业与 AI 基础设施、模型领域集中△-…。治理层面，开源衍生出信息系统安全、算法安全、内容伦理等多维度风险▲=，企业需构建全生命周期治理体系，推行人工智能物料清单（AI BOM）实现可追溯管理。

　　我国开源人工智能生态已取得显著进展▼，但仍面临高质量数据集匮乏、基础设施依赖外部、协议体系衔接不畅等问题。报告建议从强化顶层政策引领、培育国家级开源社区、构建中国特色开源协议体系…▷▪、深化行业应用、完善基础设施•■▷、创新商业模式、健全风险治理体系等方面协同推进□，推动生态安全合规、高效可持续发展，提升全球治理话语权。