# InclusionAI 开放生态快照

快照时间：2026-07-30（Asia/Shanghai）

统计范围：

- GitHub：`inclusionAI`、`AQ-MedAI`、`Robbyant` 三个组织的公开仓库。
- Hugging Face：`inclusionAI`、`AQ-MedAI`、`robbyant` 三个发布者的公开模型。
- ModelScope：`inclusionAI`、`AQ-MedAI`、`robbyant` 三个发布者的公开模型。

三个平台存在重复发布。模型数、downloads、Stars 与 Likes 都只在各自平台内解释，不跨平台相加。

## GitHub

| 组织 | 公开仓库 | Stars | Forks | 其中 fork 仓库 |
|---|---:|---:|---:|---:|
| inclusionAI | 58 | 10,790 | 974 | 3 |
| AQ-MedAI | 24 | 1,330 | 99 | 0 |
| Robbyant | 10 | 28,925 | 2,747 | 0 |
| **合计** | **92** | **41,045** | **3,820** | **3** |

采集方法：GitHub REST API `GET /orgs/{org}/repos?per_page=100&type=public`，对返回仓库的 `stargazers_count` 与 `forks_count` 求和。

来源：

- <https://github.com/inclusionAI>
- <https://github.com/AQ-MedAI>
- <https://github.com/Robbyant>

与 2026-07-11 的上一版快照相比，公开仓库增加 6 个，Stars 增加 7,999，Forks 增加 803。Stars 与 Forks 是当前快照值，不能替代活跃度或社区健康指标。

## Hugging Face

| 发布者 | 公开模型 | 近 30 天 Downloads | Likes |
|---|---:|---:|---:|
| inclusionAI | 150 | 469,066 | 7,358 |
| AQ-MedAI | 20 | 13,403 | 113 |
| robbyant | 27 | 48,556 | 1,286 |
| **合计** | **197** | **531,025** | **8,757** |

采集方法：Hugging Face Hub API `GET /api/models?author={author}&limit=1000&full=true`，对公开模型的 `downloads` 与 `likes` 求和。

来源：

- <https://huggingface.co/inclusionAI/models>
- <https://huggingface.co/AQ-MedAI/models>
- <https://huggingface.co/robbyant/models>

重要口径：Hub 页面将单模型的 `downloads` 标注为 “Downloads last month”，因此这里按近 30 天下载解释，不写成累计下载。上一版 2026-07-11 的 483,653 也不应被描述为累计值。滚动窗口会随时间进出，不能直接当作自 7 月 11 日以来的新增下载。

## ModelScope

| 发布者 | 公开模型 | Downloads | Likes |
|---|---:|---:|---:|
| inclusionAI | 157 | 163,313 | 484 |
| AQ-MedAI | 9 | 9,350 | 9 |
| robbyant | 22 | 32,279 | 141 |
| **合计** | **188** | **204,942** | **634** |

采集方法：ModelScope OpenAPI `GET /openapi/v1/models?owner={owner}&page_size=50&page_number={n}`，遍历分页后按模型 `id` 去重，再对 `downloads` 与 `likes` 求和。

来源：

- <https://modelscope.cn/organization/inclusionAI>
- <https://modelscope.cn/organization/AQ-MedAI>
- <https://modelscope.cn/organization/robbyant>

重要口径：OpenAPI 返回 `downloads`，但响应没有声明统计窗口。页面只保留字段名称，不与 Hugging Face 的近 30 天 downloads 做横向比较。

## 技术版图的编辑逻辑

主视图按四个技术方向组织：

1. **模型**：Ling、Ring、LLaDA、Ming，分别代表语言与高效 MoE、推理与长链路任务、扩散语言模型、全模态。
2. **具身智能**：LingBot-Map、LingBot-Depth、LingBot-World、LingBot-VLA，覆盖空间感知、世界模型与行动。
3. **Infra**：AReaL、AReno、TwinFlow 对应训练与对齐；AWorld、AEnvironment 对应 Agent runtime 与环境；dInfer 对应扩散语言模型推理。
4. **行业应用**：AQ-MedAI 的医疗智能、UI-Venus 的 UI Agent、ASearcher 的搜索 Agent。

AI Service 作为横向交付层，说明开放模型与软件最终需要进入通用、金融、医疗和生活服务等真实场景；真实场景又会向下定义数据、环境、奖励、评测与可靠性要求。

## 价值主张

InclusionAI GitHub 组织页使用 “AI Built By Everyone, For Everyone”，并把 fairness、transparency、collaboration 列为工作原则。演讲中可将其解释为一套可参与的开放工程：

- 不只发布最终结果，也让模型、训练、推理、环境和评测材料形成继续研究的入口。
- 不要求所有贡献者都具备大规模训练资源；环境、工具、benchmark、领域适配和可靠性同样是有效贡献。
- 开放的价值不只在获取材料，也在于结果能被复核、修改并重新组合到真实服务中。

官方入口：

- <https://github.com/inclusionAI>
- <https://www.inclusion-ai.org/>
- <https://huggingface.co/inclusionAI>
- <https://modelscope.cn/organization/inclusionAI>
- <https://technology.robbyant.com/>