Hugging Face

定义

抱抱脸指 Hugging Face,Inc.,中文媒体与中文百科对其通行的意译名称,也被认为是该公司的中文俗称^[1]。它是一家总部设于美国纽约市的人工智能企业,业务重心是开发用于搭建机器学习应用的运算工具,而非直接面向普通消费者提供成品软件^[1]。

支撑这一定位的是两类产品:一是名为 Transformers 的开源 Python 函数库,二是名为 Hugging Face Hub 的模型、数据集与应用托管平台^[1]。由于 Hub 提供版本控制、提交历史、分支与讨论等功能,其运作方式与代码托管平台相近,媒体因此称它为「机器学习领域的 GitHub」^[1]。

原理

Transformers 的核心作用是对不同深度学习框架做统一封装。同一个模型定义可以同时支持 PyTorch、TensorFlow 与 JAX,开发者在切换框架时不必重写模型结构^[1]。该库收录了 BERT、GPT-2 等模型的开放实现,覆盖文字、图像、音频与多模态任务^[1]。库最初名为 pytorch-pretrained-bert,后改称 pytorch-transformers,2019 年 9 月随对 TensorFlow 2.0 的支持而简化为现名^[1]。

Hub 则以 Git 仓库为基本单位,把模型权重、数据集和称为 Spaces 的演示应用都当作可版本化的制品来管理^[1]。仓库中包含记录用途、来源与限制的模型卡与数据卡,使用者可依据任务、许可证和体积筛选候选制品,再下载或在线调用^[2]。在推理环节,平台提供 Inference Providers 统一调用入口与 Inference Endpoints 专用部署两种方式,前者按调用计费,后者按实例运行时间计费^[3]。

发展历程

公司于 2016 年成立,创始人为克莱芒·德朗格(Clément Delangue)、朱利安·肖蒙(Julien Chaumond)与托马斯·沃尔夫(Thomas Wolf),最早的产品是一款面向青少年的聊天机器人应用,名称即取自「拥抱脸」表情符号^[1]。这一消费级产品未获规模化的用户增长,公司随后转向开发者工具^[4]。

2018 年前后,团队将聊天机器人背后的模型代码开源,这成为公司业务重心的转折点^[4]。2019 年,公司放弃了面向消费者的聊天业务,全面转型为面向人工智能开发者的基础设施平台^[5]。

平台规模此后持续扩大:2024 年 9 月,Hub 托管的公开模型数量达到 100 万个;至 2025 年 10 月,公开模型超过 200 万个,公开数据集逾 50 万个,公开 Spaces 超过 100 万个^[1]。2023 年,公司完成 2.35 亿美元融资,投后估值 45 亿美元^[5]。2026 年 9 月 3 日,英伟达宣布以 129.303 亿美元收购该公司,双方于前一日签署最终协议^[6]。

应用

平台最基础的使用场景是获取与发布模型。研究者与企业在 Hub 上检索开放权重模型,借助模型卡了解其训练来源与许可条件,并在本地或云端完成加载、微调与推理^[2]。多家开源模型厂商选择在此首发新模型,中国厂商的 Qwen、DeepSeek、GLM 等模型也通过该平台面向全球开发者分发^[6]。

数据集托管是另一项主要用途。Hub 上的数据集支持版本化与流式读取,团队可在分布式训练中直接调用远程数据切片,无需先完整下载^[5]。Spaces 则用于发布可交互的演示应用,支持 Gradio 与 Docker 等构建方式,并提供有限的免费算力额度。

面向组织的版本增加了细粒度权限、单点登录、审计与数据驻留等治理能力,企业版公开起步价为每用户每月 50 美元^[3]。围绕开源库还形成了配套工具链,涵盖数据处理、参数高效微调与分布式训练等环节^[3]。

局限

平台托管不等于质量背书。Hub 上的制品由不同作者上传,质量、恶意代码风险、隐私与许可条件均需使用者自行核查,「托管于抱抱脸」本身并不构成对模型安全性的保证^[2]。模型文件在加载时可能执行任意代码,平台因此对仓库进行恶意软件与 pickle 扫描,但这属于风险缓释而非彻底消除^[3]。

模型卡作为透明度工具的效力也受到质疑。一项分析 Hugging Face 上 500 份模型卡的研究指出,现有文档标准普遍缺少模型血统、对齐过程溯源与实际行为记录,而标准开源许可证未必适合开放权重模型,可能削弱可接受使用政策的可执行性^[7]。平台治理研究同样认为,模型市场在降低部署门槛的同时也可被用于有害用途,许可证、访问限制与自动审核等既有手段的作用仍然有限^[8]。

在服务层面,免费与个人订阅账户仅有社区支持渠道,企业与团队版本才提供带服务等级的邮件支持,且公开文档未列明 Hub 与推理端点的可用性承诺^[3]。

参见

• Transformers —— 抱抱脸最具代表性的开源函数库。

• PyTorch —— Transformers 支持的主要深度学习框架之一。

• GitHub —— 与 Hub 功能相近的代码托管平台,常被用来类比。

• 开放权重模型 —— Hub 上托管的模型主要类型。