英伟达宣布以129.3亿美元收购Hugging Face

英伟达于9月3日宣布，将以129.3亿美元收购Hugging Face。Hugging Face并未训练出GPT、Claude或DeepSeek等前沿模型，也不生产GPU或经营大型云服务，但其平台已连接超过1800万名开发者、300万个模型、50万个数据集和100万个AI应用，超过20万家公司借此寻找、评估、定制及部署AI。英伟达同时表示，交易完成后平台仍将保持开放，继续支持不同模型、框架、云服务、推理服务和计算平台，不要求用户采用英伟达硬件。

Hugging Face最初并不是基础设施公司。2017年，它还是面向年轻用户的聊天机器人；2018年日处理消息约100万条，累计消息超过1亿条，并完成400万美元融资。真正改变其发展方向的是Transformer架构兴起后，团队围绕BERT推出PyTorch实现，项目先后更名为pytorch-pretrained-BERT、pytorch-transformers，最终发展成Transformers开源库，为加载、微调和使用不同预训练模型提供统一接口。

随着模型数量快速增加，研究人员需要解决权重、配置、分词器、数据集、许可证、评测结果及版本协作等问题。Hugging Face Hub最初用于分发Transformers模型，2020年底相关能力拆分为独立的huggingface_hub；2022年引入HTTP Commit API，上传大型机器学习文件不再必须安装Git和Git LFS。此后，Hub从模型仓库扩展为连接模型、数据集、应用、训练、量化和推理工具的平台，并覆盖视觉、音频、视频和多模态领域。

Hugging Face的优势不只是模型数量，而是将模型使用与分发接入同一套开发流程。开发者可以通过from_pretrained()加载模型，再用push_to_hub()发布成果；模型团队发布权重和说明后，下游工具会快速适配，社区也会形成量化版、蒸馏版和衍生模型。ModelScope、Replicate和GitHub Models同样提供模型托管、试用或推理能力，但较难复制这套由开发者、模型团队和工具链长期形成的网络效应，因此Hugging Face逐渐被视为“AI领域的GitHub”。

这一类比仍有边界。微软2018年以75亿美元收购GitHub时，开发者也担心平台会转向服务母公司；但GitHub长期仍支持AWS、Google Cloud等竞争对手。其开放性部分建立在Git的分布式特征之上。对英伟达而言，Hugging Face的价值同样在于其作为开放、中立AI开发入口所积累的生态信任，以及对模型发现、协作、部署和再分发流程的深度嵌入。