韩国的“自主 AI”，绕不开中国模型
韩国民间智库Rockbridge Network Korea于10月下旬发布调查报告《中国人工智能在韩国是如何被使用的》，作者是汉阳大学经营学教授崔成镇。
报告显示，2023年的时候，中国AI模型在韩国几乎无人问津。可2026年1月到8月期间，韩国新增的AI模型当中，有将近50%是来自于中国AI。
此外，这个趋势还在加剧，崔成镇认为，到了2027年时，这个数字将会达到70%-90%。
01
韩国AI已经离不开中国模型
Hugging Face 上并不标注国籍，想找“韩国的开发者”，只能靠自己捞。研究团队写了一套程序，用韩语标签和关键词把平台上的账号整体扫了一遍，最后锁定了1993个韩国账号，以及他们历年累计公开的7939个模型。
2026年1月到8月新增的模型按底座归类：Qwen 864个，占46.8%；谷歌的Gemma 271个，占14.7%；Meta的Llama 254个，占13.8%；LG的EXAONE171个，占9.3%；Kakao的 Kanana 49个，占2.7%；
最有意思的是这864个Qwen底座，来自164个账号，相当于每个号至少要上传5个。而2026年1月到8月一共新增了1845个模型，平均下来，将近一半的韩国Hugging Face账号都上传过以Qwen为底座的模型。
但这还不是最有意思的，崔成镇给102家中小型企业发了问卷，其中有一个问题是“你们在工作中使用中国的AI服务吗？”
没有一家企业表示自己使用的是中国模型。
这个结果并不能让崔成镇信服，于是他要求这些企业把模型拿出来，结果有5家企业当场改了口，说自己确实在用中国模型。
此外，45.1%的受访企业表示，自己是第一次听说Qwen。
崔成镇表示，问卷里有相当一部分人跟开发工作毫无关系，他们本来就不清楚公司跑的是什么模型。再加上对中国AI的刻板印象，也就导致了他们不愿意说出真相。
后来崔成镇对这些公司产品的模型指纹（Model Fingerprinting）进行调查，发现使用中国模型作为底座的远不止5家，甚至绝大多数都在使用中国模型。
去年这个时候，韩国用的最多的是
崔成镇认为，Qwen主要赢在工程方面。最小的Qwen只有几B，比如Qwen2有0.5B版本，Qwen3有0.6B版本。最大的Qwen3.8-Max有2.4T的参数量。基本实现了全尺寸的覆盖。
崔成镇还表示，Qwen语言丰富，有119种语言，并且开源许可以Apache 2.0为主，以及成套的微调工具、量化版本和社区案例。
这些原因加在一起，让Qwen占据了韩国的AI市场。
价格是另一层原因。崔成镇在报告里表示，同等性能的模型之间，中国模型的输出单价约为美国的34分之1。即使跑一遍完整评测，中国模型的成本也只有美国模型的4分之1。
尤其是对于那种用户集中、单次对话很长的服务，比如AI角色聊天、高并发客服。这类生意里，模型调用费直接决定毛利，便宜、稳定要比性能更重要。
那韩国自己的模型呢？
14.9%的本土份额里，LG的EXAONE占9.3%，Kakao的Kanana占2.7%。
但问题不在模型性能如何，在于模型的可用性。
EXAONE 4.0（32B）挂的是“EXAONE AI Model License 1.2 - NC”。
NC是non-commercial的意思，禁止商用，连用它生成的输出都不能拿去出售。开发者拿它做产品，就等于违约。直到今年7月31日发布的K-EXAONE 2.0（750B MoE），LG才把许可换成Apache 2.0。
但像是Qwen、
今年1月，韩国开始搞“自主AI基础模型”项目，第一轮评估在1月15日公布结果，两个种子选手NAVER Cloud与NC AI被双双淘汰。
NAVER Cloud出局理由是原创性不达标，提交的HyperCLOVA X SEED 32B Sync多模态模型直接复用了 Qwen2.5视觉编码器权重，甚至连初始化重训都没做。NC AI更是连及格都没达到。
事实上韩国“自主AI基础模型”项目的及格线并不高，大约是Qwen3-235B的水准。结合时间线，当时排在Qwen3-235B前面的有
Qwen3-235B即使放在Qwen内部也称不上是旗舰，毕竟Qwen3家族里有Qwen3-Max，据称它的参数量超过了1T，其性能自然远高于Qwen3-235B。
02
中国AI已经是全球底座了
韩国并非孤例，中国模型成为全球底座这事，其实已经见怪不怪了。
Hugging Face自己的《State of Open Models》夏季报告表示，Qwen在平台上已经有151448个衍生模型，是Meta总量的2.6倍、Llama系仓库的4.7倍。2026年的前七个月里，平均每天新增180到210个Qwen衍生模型，Qwen这一年被下载了约20.45亿次。
报告还指出，中国各大AI厂今年被下载的模型里，70B参数以上的占比。
美国那边几乎是反过来的，谷歌、微软、IBM Granite接近于零，英伟达14%，Meta为9%。
用户下载中国模型就挑个大的，下载美国模型就挑最轻的。
从下载份额看，中国开放权重模型占平台的41%，美国36.5%。
除了Hugging Face上的开发者，美国许多公司也开始使用中国的模型。AI编程公司Cursor今年3月发布的 Composer 2，训练底座用的是月之暗面的
所以韩国的现状并没有什么好稀奇的，它只不过是全球的缩影罢了。
像是GPT、Claude、Gemini这样的模型都是闭源的，只能通过调用API来使用。开放权重这条赛道上，已经被中国模型占满了。
178个20B参数以上的中国开放模型里，59%用Apache 2.0协议，22%用MIT协议。同规模下，美国只有29%是Apache或MIT，41%是自定义条款，还有30%干脆什么都不写。换句话说，中国模型可以随便拿去微调，美国的开源模型绝大多数不能商用。
开放本身，就是一种定价策略。
规模越全，愿意微调的人越多；衍生模型越多，工具、教程、量化版本就越多；下一批人再选底座时，还是它。
Qwen能在本地跑的GGUF版本，每月下载3960万次，是Gemma的两倍，Llama的五倍多。事实上，Llama 系的GGUF仓库数量，其实还略多于Qwen。
生态位从来不是靠参数赢的，是靠“别人能拿它做成事”赢的。
韩国这边，除了继续推进“自主AI基础模型”项目以外，10月又追加了一个4.7万亿韩元（约 35 亿美元）的“Frontier AI”计划，拟从2027年3月启动，其中3.9万亿用来买大约1万张英伟达Vera Rubin，8000亿买训练数据，并再花250亿引进20名海外研究员。
中国几家头部实验室最新的超大模型，也开始加入了非商用条款和收入分成要求。
天下没有免费的午餐，随着AI产业逐渐成熟，适当收取费用，是公司健康运营的基本条件。
本文来自微信公众号“直面AI”（ID：faceaibang），作者：苗正，编辑：王靖，36氪经授权发布。
