韩国民间智库Rockbridge Network Korea在10月下旬发布了名为《中国人工智能在韩国是如何被使用的》调研报告，该报告由汉阳大学经营学教授崔成镇执笔。
报告指出，2023年期间，中国AI模型在韩国几乎未受到关注。然而，从2026年1月到8月，韩国新增的AI模型中，约50%源自中国AI。
此外，这一趋势仍在加剧。崔成镇预测，到2027年，这一比例将达到70%至90%。
01
韩国AI已离不开中国模型
Hugging Face平台并未标注国籍，要寻找“韩国的开发者”只能自行筛选。研究团队编写了一套程序，利用韩语标签和关键词扫描了平台上的账号，最终锁定1993个韩国账号及其历年公开的7939个模型。
2026年1月至8月新增的模型按基础架构分类如下：Qwen有864个，占比46.8%；谷歌的Gemma有271个，占14.7%；Meta的Llama有254个，占13.8%；LG的EXAONE有171个，占9.3%；Kakao的Kanana有49个，占2.7%；DeepSeek有19个，占1.0%。其余217个，占11.8%。
最引人注目的是这864个以Qwen为基础的模型，它们来自164个账号，平均每个账号至少上传了5个。而2026年1月至8月共新增1845个模型，这意味着近一半的韩国Hugging Face账号都曾上传过基于Qwen的模型。
更有趣的是，崔成镇向102家中小企业发放了问卷，其中有一个问题是：“你们在工作中使用中国的AI服务吗？”
没有一家企业承认自己使用了中国模型。
这个结果并未让崔成镇信服，于是他要求这些企业提供模型。结果有5家企业当场改口，承认自己确实在使用中国模型。
此外，45.1%的受访企业表示，自己是第一次听说Qwen。
崔成镇指出，问卷中有相当一部分受访者与开发工作无关，他们本就不清楚公司运行的是什么模型。再加上对中国AI的刻板印象，导致他们不愿说出真相。
随后，崔成镇对这些公司产品的模型指纹（Model Fingerprinting）进行了调查，发现使用中国模型作为基础架构的企业远不止5家，甚至绝大多数都在使用中国模型。
去年此时，韩国使用最多的是DeepSeek。但今年，以DeepSeek为基础的模型仅有19个。
崔成镇认为，Qwen的优势主要在于工程方面。最小的Qwen只有几B，例如Qwen2有0.5B版本，Qwen3有0.6B版本。最大的Qwen3.8-Max参数量达2.4T，基本实现了全尺寸覆盖。
崔成镇还表示，Qwen支持119种语言，开源许可主要为Apache 2.0，并配有成套的微调工具、量化版本和社区案例。
这些因素共同促使Qwen占据了韩国的AI市场。
价格是另一层原因。崔成镇在报告中指出，同等性能的模型之间，中国模型的输出单价约为美国的34分之一。即使运行一次完整评测，中国模型的成本也只有美国模型的4分之一。
尤其对于用户集中、单次对话较长的服务，例如AI角色聊天、高并发客服。这类业务中，模型调用费直接决定毛利，便宜、稳定比性能更重要。
那么韩国自己的模型呢？
在14.9%的本土份额中，LG的EXAONE占9.3%，Kakao的Kanana占2.7%。
但问题不在于模型性能，而在于模型的可用性。
EXAONE 4.0（32B）采用“EXAONE AI Model License 1.2 - NC”许可。
NC代表非商业用途，禁止商用，甚至连用它生成的输出都不能出售。开发者若将其用于产品，即构成违约。直到今年7月31日发布的K-EXAONE 2.0（750B MoE），LG才将许可改为Apache 2.0。
相比之下，Qwen、DeepSeek等国产开源模型从一开始就允许商用，开发者微调后即可直接应用于企业。
今年1月，韩国启动了“自主AI基础模型”项目。第一轮评估于1月15日公布结果，两名种子选手NAVER Cloud与NC AI均被淘汰。
NAVER Cloud因原创性不达标而出局，其提交的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未进行。NC AI更是连及格线都未达到。
事实上，韩国“自主AI基础模型”项目的及格线并不高，大约相当于Qwen3-235B的水平。结合时间线来看，当时排在Qwen3-235B之前的还有DeepSeek V3.2、Kimi K2.5等国产模型。
Qwen3-235B即使在Qwen内部也算不上旗舰，因为Qwen3家族中有Qwen3-Max，据称其参数量超过1T，性能自然远高于Qwen3-235B。
02
中国AI已成为全球基础架构
韩国并非特例，中国模型成为全球基础架构的现象已屡见不鲜。
Hugging Face自己的《State of Open Models》夏季报告显示，Qwen在平台上已有151448个衍生模型，是Meta总量的2.6倍、Llama系仓库的4.7倍。2026年前七个月，平均每天新增180至210个Qwen衍生模型，Qwen这一年被下载约20.45亿次。
报告还指出，中国各大AI厂商今年被下载的模型中，70B参数以上的占比情况如下：MiniMax几乎100%，月之暗面88%，DeepSeek 55%，智谱39%。
美国方面则几乎相反，谷歌、微软、IBM Granite接近零，英伟达14%，Meta为9%。
用户倾向于下载中国的大模型，而下载美国的则选择最小的。
从下载份额看，中国开放权重模型占平台的41%，美国占36.5%。
除了Hugging Face上的开发者，美国许多公司也开始使用中国模型。AI编程公司Cursor今年3月发布的Composer 2，训练基础架构使用了月之暗面的Kimi K2.5；Airbnb的CEO布莱恩·切斯基表示，其客服系统共使用了13个模型，其中占比最多的是Qwen。
因此，韩国的现状并不稀奇，它只是全球趋势的一个缩影。
像GPT、Claude、Gemini这样的模型都是闭源的，只能通过调用API使用。在开放权重这条赛道上，中国模型已占据主导。
在178个20B参数以上的中国开放模型中，59%采用Apache 2.0协议，22%采用MIT协议。同等规模下，美国只有29%是Apache或MIT，41%是自定义条款，还有30%干脆未注明。换句话说，中国模型可随意微调，而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。
规模越全面，愿意微调的人越多；衍生模型越多，工具、教程、量化版本就越丰富；下一批人选择基础架构时，仍会倾向于它。
Qwen可在本地运行的GGUF版本，每月下载3960万次，是Gemma的两倍，Llama的五倍多。实际上，Llama系的GGUF仓库数量还略多于Qwen。
生态位从来不是靠参数赢得的，而是靠“别人能用它做成事”赢得的。
韩国方面，除了继续推进“自主AI基础模型”项目外，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3.9万亿用于购买约1万张英伟达Vera Rubin，8000亿用于购买训练数据，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。
