韩国的“自主 AI”，绕不开中国模型 - 任选九场

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》调查报告，该报告由汉阳大学经营学教授崔成镇执笔。

报告数据显示，2023年中国AI模型在韩国几乎没有什么存在感。但到了2026年1月至8月期间，韩国新增的AI模型里，将近50%源自中国AI。

而且这一趋势仍在加速。崔成镇判断，到了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 平台上并不标注国籍，要想找到“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对平台上的账号进行全面扫描，最终锁定1993个韩国账号及其历年累计公开的7939个模型。

2026年1月至8月新增的模型按底座分类如下：Qwen 864个，占比46.8%；谷歌的Gemma 271个，占比14.7%；Meta的Llama 254个，占比13.8%；LG的EXAONE 171个，占比9.3%；Kakao的Kanana 49个，占比2.7%；DeepSeek 19个，占比1.0%。其余217个，占比11.8%。

最引人注目的是这864个基于Qwen的模型，它们来自164个账号，相当于每个账号平均至少要上传5个。而2026年1月至8月共新增1845个模型，平均来看，近一半的韩国Hugging Face账号都上传过以Qwen为底座的模型。

但这还不是最关键的。崔成镇向102家中小型企业发放问卷，其中一问是“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拿出模型来验证，结果有5家企业当场改口，承认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。

崔成镇指出，问卷中有相当一部分人与开发工作无关，他们本来就不清楚公司运行的模型是什么。再加上对中国AI的刻板印象，导致他们不愿说出实情。

随后，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。

去年此时，韩国用得最多的是DeepSeek。但在今年，以DeepSeek为底座的模型只有19个。

崔成镇认为，Qwen的主要优势在于工程层面。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。

崔成镇还提到，Qwen支持119种语言，开源许可以Apache 2.0为主，并配有成套的微调工具、量化版本和社区案例。

这些因素叠加在一起，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分之一。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分之一。

特别是对于用户集中、单次对话较长的服务，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，便宜和稳定比性能更重要。

那么韩国自己的模型呢？

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）挂的是“EXAONE AI Model License 1.2 - NC”。

NC代表non-commercial，即禁止商用，连用它生成的输出都不能出售。开发者若用它做产品，就等于违约。直到今年7月31日发布的K-EXAONE 2.0（750B MoE），LG才将许可改为Apache 2.0。

而Qwen、DeepSeek等国产开源模型从一开始就允许商用，开发者拿来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，第一轮评估结果于1月15日公布，两个种子选手NAVER Cloud与NC AI均被淘汰。

NAVER Cloud出局的原因是原创性不达标，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没做。NC AI更是连及格线都没达到。

事实上，韩国“自主AI基础模型”项目的及格线并不高，大约相当于Qwen3-235B的水准。结合时间线来看，当时排在Qwen3-235B前面的有DeepSeek V3.2、Kimi K2.5等国产模型。

Qwen3-235B即使在Qwen内部也称不上旗舰，毕竟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已成为全球底座

韩国并非特例，中国模型成为全球底座这一现象，其实已经司空见惯了。

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到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%，月之暗面为88%，DeepSeek为55%，智谱为39%。

美国那边则几乎相反，谷歌、微软、IBM Granite接近于零，英伟达14%，Meta为9%。

用户下载中国模型时倾向于选择大的，下载美国模型时则选最小的。

从下载份额来看，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，训练底座用的是月之暗面的Kimi K2.5；Airbnb的CEO布莱恩·切斯基表示，他们的客服系统共用了13个模型，占比最多的是Qwen。

因此，韩国的现状并不稀奇，它不过是全球的一个缩影。

像GPT、Claude、Gemini这样的模型都是闭源的，只能通过调用API来使用。在开放权重这条赛道上，已被中国模型占据。

在178个20B参数以上的中国开放模型中，59%使用Apache 2.0协议，22%使用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%干脆什么也不写。换句话说，中国模型可以随意微调，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，愿意微调的人就越多；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，还是会选它。

Qwen能在本地运行的GGUF版本，每月下载3960万次，是Gemma的两倍，Llama的五倍多。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，而是靠“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。比如在分析韩国AI市场格局时，有从业者提到，若想通过任九这类策略来评估模型选择，成本因素往往比性能更关键。

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。