突发!英伟达129亿美元收购Hugging Face,改写开源软件基础设施收购纪录

收购事件概述

据Information报道,英伟达已同意以129亿美元(867亿人民币)收购开源AI模型仓库Hugging Face,这将成为英伟达迄今为止最大的收购之一,也将改写开源软件基础设施的收购纪录。Hugging Face,在中文媒体报道中也被翻译为 "抱抱脸",是全球最大的开源模型仓库,有 "AI界的Github" 之称。阿里的Qwen、DeepSeek每次放出新模型,全球开发者们做的第一件事就是打开Hugging Face。现在,Hugging Face上面托管着接近295万个模型、超过50万个数据集,月活访客1800万、注册开发者1300万,是事实上的全球开源AI总仓库。

收购历程回顾

有意思的是,九个月前,英伟达曾希望以70亿美元的估值向Hugging Face投资5亿美元,结果惨遭拒绝,Hugging Face给出的理由是不愿让任何单一芯片巨头支配平台的走向。而九个月后,Hugging Face直接把自己卖掉了,可见一级市场上没有买不到的资产,只有出不起的价格。

Hugging Face价值剖析

Hugging Face为什么值129亿美元?它是普通开发者既熟悉又陌生的一家公司。说熟悉,是因为只要是玩开源模型的,必然都去Hugging Face上面下载过模型。说陌生,是因为这家公司其实远不仅仅是一个模型下载站。

Hugging Face于2016年成立于巴黎,创始人是三位法国80后。它最初的产品是一个面向青少年的聊天机器人,这也是其名字的由来。以C端产品的标准来看,这个聊天机器人项目失败了,高峰访问量不过数百万级别。2018年10月,谷歌发布了革命性的语言模型BERT,但该模型基于TensorFlow,使用门槛极高。于是Hugging Face的团队在几天内迅速写出了PyTorch版本的实现,并在GitHub上免费开源,即后来的Transformers库,它抹平了PyTorch、TensorFlow、JAX这些底层框架的差异,让开发者用几行代码就能完成模型加载、微调和部署。Hugging Face写这套开源库原本是给自己的聊天机器人用的,但没想到它比聊天机器人本身受欢迎得多,在开源社区被指数级裂变传播,成为全球研究者复现Transformer模型的首选工具。于是在2019年,Hugging Face放弃了C端聊天机器人业务,全面转型为面向AI开发者的基础设施平台,造就了如今129亿美元的估值。

重要地位体现

Hugging Face在今天的全球AI产业中非常重要。首先,它是全球最大的开源模型仓库,目前平台上已汇聚了全球超过240万个开源模型,涵盖大语言模型、图像生成、语音识别以至具身智能机器人等几乎所有垂直领域,是全球AI开发者获取开源模型的主要入口。第二,Hugging Face托管了超过70万个标准化标注与清洗后的数据集,深度集成了流式读取技术,允许开发者在大规模分布式训练中直接调用远程数据切片,免去了本地全量下载的算力与存储门槛。第三,Hugging Face的Transformers库历史累计安装总量超过12亿次,已在事实上成为全球开发者加载、微调与推理Transformer架构模型的标准协议。

芯片厂商青睐原因

这三重地位叠加,让Hugging Face成为了不可替代的开源AI模型生态枢纽。全球的顶级AI lab们都会第一时间将发布的开源模型首发上传至Hugging Face。海量、全面的模型资产进而汇聚了全球逾1300万注册开发者在此进行下载、评测与微调。而这一高度集中的开发者流量,又反过来倒逼英伟达、AMD、亚马逊及谷歌等算力芯片与云基础设施厂商,必须无条件主动接入Hugging Face并兼容其技术标准。

Hugging Face历史上的融资不多,上一次融资是2023年8月的D轮融资,当时融了2.35亿美元,投后估值是45亿美元。参与这轮投资的几乎是清一色的产业方:英伟达、AMD、英特尔、高通、IBM、谷歌、亚马逊、Salesforce Ventures等。能在一轮融资中集齐几乎所有全球顶级芯片厂商,Hugging Face创造了历史。芯片厂商投资Hugging Face,是担心自家的芯片被区别对待,不能在核心库里获得第一优先级的适配和调优。而且,Hugging Face在D轮中刻意让各家竞争对手们互相制衡,谁也不许占大头,这也是它后来被业内称为 "AI生态中的瑞士" 的原因。

收购影响分析

因此,Hugging Face这次态度大转向,直接129亿美元把自己卖给英伟达,对于全球开源AI生态来说恐怕不是一个好消息。尤其是对于中国的国产芯片阵营来说,这笔交易同样是个隐患。中国的开源模型现在基本都是通过Hugging Face向全球分发的。寒武纪、昇腾们本就苦于软件生态薄弱,一旦Hugging Face的默认优化向英伟达的CUDA倾斜,国产芯片在全球开发者侧的处境会更不利。

英伟达投资动态

交易的另一侧,是近年来收购胃口越来越大的英伟达。2020年英伟达以69亿美元收购梅兰诺克斯,创下当时最大收购记录。2025年12月,英伟达斥资约200亿美元收购AI芯片初创公司Groq,刷新了最大收购记录。然后不到一年,英伟达又掏出129亿美元砸向Hugging Face。另外,在过去一年之内英伟达还完成了Kumo、ShedMD、Illumex等多笔金额较小的收购。

统计数据也展示出英伟达投资活跃的急速升温。AI Business Weekly统计显示,2022年英伟达的直投交易总数不足10起,而2025年的数字是67起。另外,Crunchbase的统计显示,2025年在AI领域的投资约为530亿美元,而2026年前四个月的投资金额达到了400亿美元。从公开报道中英伟达的投资动作更夸张:对OpenAI投资300亿美元,向Anthropic注资100亿美元,对xAI最高20亿美元投资,向新型算力云CoreWeave和Nebius各追加投资20亿美元;领投编程智能公司Reflection AI的20亿美元融资等。

英伟达能这么做,是因为它的现金流太好了,过去十二个月自由现金流达到了1270亿美元。全球大模型军备竞赛所堆的显卡,都在给英伟达的投资账户充值。如此看来,说英伟达在玩 "循环金融" 也不完全是冤枉。全球的模型厂和云厂商向上游的英伟达大量买卡,钱流进英伟达的口袋,而英伟达转手又通过投资把相当一部分 "还" 回来。拿到投资的模型厂和云厂商,则继续采购英伟达最新的Blackwell以及下一代Rubin芯片。VC机构们也能加进这个循环,VC们把海量的资金投给AI初创公司,这些钱最终流向了英伟达,然后英伟达则通过收购让VC把投资收回来。前一段时间,英伟达试图拉上黑石、阿波罗全球资管、KKR等众多全球顶级PE机构,继续扩大这个 "循环金融" 游戏的规模。这一合作中,PE机构们通过私募信贷基金向模型厂和云厂商放贷,这些钱被用来采购英伟达的显卡,英伟达则对贷款进行有限度的兜底。由于通过私募信贷基金把更广泛的机构投资人甚至散户的钱也吸了进来,招致了不少争议,黄仁勋不得不亲自面对镜头澄清:这不是循环金融,因为Anthropic或OpenAI将来会付钱。但所有人都心知肚明,Anthropic或OpenAI将来会付钱的前提,是它们将来能向用户收到足够多的订阅费,而这并不是100%确定的事情。如今,英伟达在这波AI浪潮里的角色已远不止是硬件供应商,还是股权投资人和信用担保人。

开源生态公司收购潮

Hugging Face不是最近唯一一个被收购的AI开源生态公司。就在一周前,Stripe刚被报道以超过75亿美元收购全球最大的AI模型聚合平台OpenRouter。从OpenRouter到Hugging Face,曾经的AI "中立基础设施" 似乎集体走到了被大厂收编的阶段。

Hugging Face选择出售有现实原因。2026年7月,OpenAI未发布的新模型Astra在测试中突破沙箱限制,入侵了Hugging Face的生产环境核心基础设施,造成长达数天的系统性安全危机。这一恶性事件表明,作为全球最大的开源中枢,Hugging Face面临的网络安全对抗与算力承载成本很大,单靠自身微薄的商业化利润已无法维系其基础设施的安全性,倚靠一个巨头是合理的选择。另一方面,英伟达开出的价格很高。据报道,Hugging Face目前的ARR只有区区1.5亿美元,典型的名气大却不挣钱。129亿美元的估值相当于ARR的86倍,这在任何市场条件下都称得上是天价。对于Hugging Face的创始团队和其它股东来说,此时可能是最佳的套现窗口。Hugging Face历史累计融资不足4亿美元,若129亿美元成交,Lux Capital、红杉资本、Salesforce Ventures等早期投资人拿到的是超过30倍的现金回报。

OpenRouter的出售,在社交媒体上被一些人解读为 "精准逃顶"。OpenRouter的创始人Alex Atallah,上一个身份是OpenSea的联合创始人。OpenSea是一个NFT交易平台。在2022年web3狂热的顶点,Alex Atallah选择套现离场。随后web3就坠入漫长的流动性枯竭时期。转向AI赛道后,Alex Atallah以大约1.5亿美元的股权融资做出OpenRouter,然后在AI最亢奋的时点又成功把公司高价卖掉。这次的剧情会不会与他上一次套现类似,值得关注。

随着人脸识别技术广泛应用,人脸身份认证已成为门禁、移动支付、在线政务、手机解锁等场景的核心身份核验手段,但面临打印照片、播放视频、佩戴面具、屏幕重放等欺骗攻击的严重威胁。针对现有方法检测精度不足、对未知攻击泛化能力弱、计算开销大难以在移动端部署、单一方法易被绕过等问题,本文设计并实现了人脸身份认证反欺骗检测系统。系统采用模块化架构,包含人脸采集、活体检测、防伪判定、认证接口、性能测试、模型管理六个核心模块,提供多平台SDK。核心创新有三方面:其一,FACE-LIVENESS-MT轻量化活体检测算法,融合多尺度局部二值模式与深度卷积特征,引入通道注意力机制,采用深度可分离卷积和模型剪枝实现轻量化,仅需单帧RGB图像,模型参数量小于5MB,移动端推理小于30毫秒,攻击拦截率达97.3%、真人通过率98.1%;其二,FACE-PHYSIO-SIG生理信号时序活体检测算法,利用眨眼、头部微运动、rPPG心率等不可伪造的生理特征,设计时空图卷积网络建模关键点时序运动,对照片和面具攻击拦截率超99%、视频回放攻击达95.6%;其三,FACE-ANTI-FUSION多模态融合防伪判定算法,融合微纹理、生理信号、图像质量、深度估计等多模态信息,采用自适应门控融合和不确定性估计,支持分级判定。综合攻击拦截率达98.7%,真人通过率98.3%,ACER降至1.5%,对未知攻击泛化能力显著优于单一方法,为各类人脸认证场景提供了安全可靠的反欺骗防护方案。 【课程报告内容】 摘要 第1章 绪论 第2章 相关技术与理论 第3章 系统需求分析 第4章 系统总体设计 第5章 系统详细设计与实现 第6章 系统测试与分析 第7章 总结与展望 参考文献 附件-实现指南
代码下载地址: https://pan.quark.cn/s/8236006bf1f9 Word精灵插件:一款用于增强Microsoft Word功能的辅助软件,能够将多种复杂功能转化为插件形式,并在软件状态栏中进行展示,涵盖诸如批注管理、表格处理、内容替换、文档拆分、数学运算、字符提取、批量重命名等多项实用工具。在工作环境中应用该插件能够显著降低工作强度,提升操作效率。Word精灵插件兼容32位与64位的Microsoft Word版本,支持Word 2007、2010、2013以及Word 2016操作系统,但不适用于Word 2003版本。此外,该插件同样支持WPS办公软件。 功能概述: 1、表格自动调整宽度:自动优化文档内所有表格的显示宽度。 2、批量导出批注信息:将文档内所有批注集中导出到Excel工作簿中。 3、表格至Excel多表导出:在将表格导出到Excel时,每个Word表格将独立存放在一个工作表中,Word文档内的表格数量与Excel生成的工作表数量相等,并附有工作表目录。 4、表格至Excel单表导出:将文档内所有表格整合后导出到一个Excel工作表中,多个表格将按顺序排列于同一工作表内。 5、统一图片分辨率:对指定文件夹内的所有图片进行分辨率标准化处理。 6、图片批量缩放:依据设定比例对图片进行放大或缩小,支持按百分比调整。 7、图片批量插入:将图片批量插入到当前文档,可选择图片名称的展示形式,并设定图片的高度。 8、图片格式统一转换:将指定文件夹内的所有图片转换为相同的文件格式。 9、内容批量替换:对文档内容、页眉及页脚执行批量替换操作,例如将数字1替换为字母A,数字2替换为字母B,数字3替换为字母C等。 10、图片批量导出:将文档内所...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值