L'écosystème de l'intelligence artificielle open source a connu une transformation majeure au printemps 2026, comme l'illustre l'analyse des données de Hugging Face. L'activité a bondi, le nombre d'utilisateurs ayant presque doublé en un an, atteignant 11 millions, avec plus de deux millions de modèles publics et 500 000 jeux de données. Cette croissance ne traduit pas seulement un intérêt accru, mais une participation active : les utilisateurs créent désormais davantage d'artefacts dérivés, tels que des modèles ajustés ou des applications, plutôt que de simplement consommer des systèmes pré-entraînés. Cependant, la concentration des téléchargements reste extrême. Bien que la communauté soit vaste, la moitié des modèles affichent moins de 200 téléchargements, tandis que le 0,01 % des modèles les plus populaires représentent près de la moitié de l'ensemble des téléchargements. Malgré cette hiérarchie, des communautés spécialisées persistent et prospèrent autour de domaines spécifiques, formant un écosystème composé de sous-marchés interconnectés plutôt que d'un marché uniforme. La dynamique géographique a également changé de manière significative. Historiquement dominés par les États-Unis et l'Europe, les téléchargements de modèles ont vu la Chine prendre la tête en 2025, capturant 41 % des téléchargements totaux. Cette ascension est portée par une stratégie d'open source agressive d'entreprises comme Baidu, ByteDance et Tencent, qui ont massivement délaissé les approches fermées pour publier sur Hugging Face. Parallèlement, le poids de l'industrie dans le développement a chuté au profit des développeurs indépendants, qui représentent désormais près de 40 % des téléchargements, guidant une grande partie de l'innovation et de la diffusion des technologies. Les enjeux de souveraineté nationale ont aussi propulsé l'open source. Des initiatives comme celle de la Corée du Sud, visant à former des champions nationaux, ou les efforts de l'Union européenne pour la transparence, montrent que les modèles ouverts permettent aux gouvernements de fine-tuner des systèmes sur des données locales et de réduire leur dépendance aux infrastructures étrangères. En effet, les modèles sont le plus souvent utilisés dans les régions où ils sont développés, reflétant des besoins linguistiques et techniques locaux. Sur le plan technique, une tendance vers l'accessibilité et l'efficacité domine. Bien que la taille moyenne des modèles téléchargés ait augmenté, c'est la dominance des petits modèles, inférieurs à 10 milliards de paramètres, qui caractérise l'usage réel en raison de contraintes de coût et de matériel. Ces modèles, souvent mieux adaptés via l'ajustement, offrent des performances proches des systèmes de pointe à une fraction du prix. De plus, l'interopérabilité matérielle s'améliore, avec un support croissant pour les puces AMD et les siliciums chinois, permettant une décentralisation accrue. Enfin, l'écosystème s'étend au-delà du texte et de l'image. La robotique et les sciences ont explosé, la robotique devenant la plus grande catégorie de jeux de données, suivie par des applications en science des matériaux et découverte de médicaments. Ces sous-communautés démontrent que l'open source devient la couche fondamentale pour la construction, l'évaluation et la gouvernance de l'IA, où la plupart des travaux pratiques de développement et de déploiement se déroulent aujourd'hui.