他们志在打造AI领域的Github，短短几年间，估值已飙升至20亿美元。

"我们没有任何防护措施，OpenAI也同样没有。"这是一位谷歌内部研究员在最近泄露的文件中表达的观点。他认为，在这场激烈的AI竞争中，尽管谷歌和OpenAI你追我赶，但真正的胜利者可能并非这两者之一，因为有一个第三方力量正在崛起。

这股力量就是"开源社区"，这才是谷歌和OpenAI真正的竞争对手。

而在开源社区中最具影响力的，无疑就是Hugging Face。作为AI领域的Github，它提供了众多高质量的开源模型和工具，将研发成果最大化地惠及社区，大大降低了AI的技术门槛，推动了AI的"民主化"进程。

Hugging Face的创始人之一，Clément曾公开表示："在自然语言处理或机器学习领域，最糟糕的情况就是与整个科学界和开源界竞争。因此，我们不再选择竞争，而是选择为开源社区和科学界提供支持。"

Hugging Face成立于2016年，短短几年内连续获得5轮融资，目前估值已经达到了20亿美元。在Github上，它的星标数量已经超过了9.8万，位列热门资源库之列。

那么，这家公司到底做什么的？它是如何逆袭成为开源界的"顶流"的？它的发展模式又是怎样的呢？

01

NLP 开启逆袭之路

Hugging Face是一家以自然语言处理（NLP）为核心的AI初创公司。

这个公司由曾经创办过VideoNot.es、Mention，以及被Google收购的Moodstocks的法国连续创业者Clément Delangue和Thomas Wolf、Julien Chaumond共同创立。成立于2016年的Hugging Face，现在的总部位于美国纽约。

其中，创始人Clément Delangue和Thomas Wolf都是自然语言处理领域的专家，他们在推动Hugging Face发展的过程中，被认为是当代NLP领域的先驱。

他们创立Hugging Face的初衷，是想为年轻人创建一个"娱乐型"的"开放领域聊天机器人"，就像科幻电影《她》中的AI一样，可以和人聊各种话题，如天气、朋友、爱情和体育比赛等。人们可以在闲暇时和它聊天，向它提问，甚至让它生成一些有趣的图片。

这也就解释了Hugging Face这个名字的由来，它源于一个张开双手的笑脸emoji。

在 2017 年 3 月 9 日，Hugging Face App 在 iOS App Store 正式发布，立即引起了广泛的关注，并成功地获得了来自 SV Angel、NBA 球星 Kevin Durant 等投资者的 120 万美元的天使投资。

为了增强这个聊天机器人的自然语言处理（NLP）技能，Hugging Face 创建了一个库，其中包含了各种机器学习模型和各类数据库，这些资源用于训练机器人进行情感分析、生成连贯回应、理解不同的对话主题等。

此外，Hugging Face 团队还在 GitHub 上开源了库的一部分，希望能够通过用户的共创获得开发的灵感。

然而，到 2018 年，Hugging Face 的发展依然平淡无奇，于是他们决定开始免费在线分享应用程序的底层代码。这一行为立即引起了谷歌、微软等科技巨头的研究人员的积极响应，他们开始利用这些代码开发 AI 应用程序，这也使得 Hugging Face 的标志——笑脸 emoji 为大批 AI 开发者所认知。

就在同年，谷歌发布了基于双向 Transformer 的大规模预训练语言模型 BERT，引发了 AI 模型的"内卷时代"。

在这样的背景下，Hugging Face 开始提供 AI 模型服务，随后进入了自己的"黄金时代"。

他们首先开源了 PyTorch-BERT，接着整合了他们之前在 NLP 领域贡献的预训练模型，发布了 Transformers 库。

Transformers 库提供了数千种预训练模型，支持 100 多种语言的文本分类、信息提取、问答、摘要、翻译、文本生成等。开发者可以借助 Transformers 库轻松地使用 BERT、GPT、XLNet、T5、DistilBERT 等大型 NLP 模型来完成各种 AI 任务，大大节省了时间和计算资源。

总的来说，Transformers 库为企业提供了即插即用的模型，无需进行二次开发。因此，许多企业开始使用 Transformers 库，将其模型应用到产品开发和工作流程中。

得益于这些，Transformers 库迅速走红，成为了 GitHub 上增长最快的 AI 项目。

Hugging Face 在 Github 上的 Star 曲线，图片来自于 Lux Capital

Hugging Face 的联合创始人 Clément Delangue 对此也感叹道，“我们发布产品的时候并没有过多考虑，社区的爆炸性增长让我们感到惊讶。”

在面对众多的开发者时，Hugging Face 自然而然地建立了自己的社区，即 Hugging Face Hub；同时，他们调整了产品战略，不再只专注于自然语言处理，而是开始探索机器学习的各个领域，并试图找到新的应用场景，从而构建一套全面的开源产品生态。

到 2023 年 4 月，Hugging Face 已经共享了 166,894 个训练模型和 26,900 个数据集，覆盖了包括 NLP、语音、生物学、时间序列、计算机视觉和强化学习等领域，建立了完整的 AI 开发生态。

这大大降低了进行相关研究和应用的门槛，使 Hugging Face 成为了 AI 社区中最有影响力的技术提供商。

目前，这些模型已经为数以万计的企业提供了服务，帮助科研工作者和相关人员更好地构建模型、更好地参与到产品和工作流程中，其中包括了 Meta、亚马逊、微软、谷歌等知名 AI 团队。

在资本市场，Hugging Face 也同样受到了高度关注。

在 2022 年 5 月，该团队完成了由 Lux Capital 领导、红杉资本参与的 1 亿美元 C 轮融资，估值飙升至 20 亿美元。

面对资本的追捧，Hugging Face 的创始人保持了冷静，他们拒绝了一些“具有重要意义的收购邀约”，并坚决不会像 GitHub 那样出售自己的业务。关于 Hugging Face 的未来，创始人有一些有趣的构想：“我们希望成为第一家以表情符号为股票代码的上市公司，而不是传统的三个字母。”

02

AI 大模型的 Github

Hugging Face，这个因开源而广受关注的企业，特别重视社区建设，他们创立的 Hugging Face Hub 现已成为 AI 开发者的重要阵地。

Hugging Face Hub 是一个供大家探索、实验、合作和发展机器学习技术的集中平台。在这里，任何人都可以分享和探索模型、数据集等资源，方便大家合作共创，共同构建机器学习模型。Hugging Face Hub因此被誉为“机器学习的家园”。

它是 Hugging Face 坚持“开源”精神的产物，同时也是其核心价值。就像官网上的宣言一样：AI 社区，共创未来。

Hugging Face 的创始人曾公开表示，“Hugging Face 的目标是，通过提供工具和开发者社区，让更多的人能使用自然语言处理工具，实现他们的创新目标，使得自然语言处理技术更为便捷和易用。”

他还补充说，“没有任何一家公司，包括科技巨头，能够独立‘解决 AI 问题’，而实现这一目标的唯一途径，就是以社区为中心，共享知识和资源。”

因此，公司致力于在 Hugging Face Hub 上建立最大的模型、数据集、演示和指标的开源集合，使每个人都能利用机器学习进行探索、实验、合作和技术构建，进而实现 AI 的“民主化”目标。

目前，Hugging Face Hub 提供超过 120,000 个模型（Models）、20,000 个数据集（Datasets）和 50,000 个演示应用程序（Spaces），而所有这些都是开源、公开、免费的。

Hugging Face Hub 对所有机器学习模型开放，并得到了 Transformers、Flair、Asteroid、ESPnet、Pyannote 等自然语言处理库的支持，其中，最核心的自然语言处理库就是 Transformers 库。

Transformers 库支持 PyTorch、TensorFlow 和 JAX 这三个框架间的互操作性，保证了在模型生命周期的每个阶段都能灵活使用不同的框架。通过 Inference API（推理 API），用户可以直接使用 Hugging Face 开发的模型与数据集，进行推理、迁移学习。这使得 Transformers 框架在性能和易用性上达到了业界领先水平，深刻地改变了深度学习在 NLP 领域的发展模式。

此外，该平台还提供了诸如模型版本控制、集成测试、共享和协作等实用工具，旨在帮助开发者更加高效地管理和共享模型及数据集。

因此，在 Hugging Face Hub 上，任何开发者或工程团队都可以借助数千个模型的推理 API 接口，快速下载并训练最先进的预训练模型，完成各种模式的常见任务，包括自然语言处理、计算机视觉、音频、多模态等，在数分钟之内即可构建出自己的机器学习驱动的应用程序，省却了大量的时间和资源去从头开始训练模型。

基于此，他们还可以在自己的账号下创建专属仓库，用于存储和分享已训练完成的模型、数据集和脚本，同时与强大的社区进行分享交流，轻松完成机器学习的工作流程。

简而言之，Hugging Face Hub 提供了一个平台给研究者，让他们展示并分享自己的模型，测试他人的模型，从而深入研究这些模型的内部结构，共同推动机器学习的发展。之前，AI 对前端开发者来说显得遥不可及，因为只有极少数的代码生成的 AI 系统向公众免费开放。

因此，Hugging Face 决定在社区中提供开源模型和 API，改变这种现状，主动承担起 AI 科研走向应用的这个过程中的繁复细小工作，使得所有 AI 从业者都能便利地使用这些研究模型和资源。用 Hugging Face 自己的话来说，他们所做的就是架起 AI 科研和应用之间的桥梁。

Hugging Face 还致力于加强 Hub 的安全性，以确保用户的代码、模型和数据安全，让用户可以安心使用。

例如，他们在模型库中添加了模型卡片，以告知用户每个模型的限制和偏见，从而推动模型的负责任使用和开发；他们还在数据集中设定了访问控制功能，允许组织和个人基于许可和隐私考虑创建私有数据集，并自行处理其他用户的访问请求。

值得一提的是，为了进一步推动自然语言处理技术的“民主化”，Hugging Face Hub 上还开设了自然语言处理课程——Hugging Face course。

该课程将使用 Hugging Face 生态系统中的数据库（包括 Hugging Face Transformers、Hugging Face Datasets、Hugging Face Tokenizers 和 Hugging Face Accelerate），来教授有关自然语言处理 (NLP) 的知识。这个课程完全免费，甚至没有广告。

总的来说，Hugging Face Hub 与机器学习领域的 GitHub 非常相似。它是一个由社区开发者驱动的平台，提供丰富的资源，让开发人员可以在机器学习模型、数据集和机器学习应用程序方面进行不断的探索、创新和协作，通过分享知识和资源加速并推进 AI 的发展。

03

「开源」带动「商业」

如何从提供“开放社区”和“开源”资源的公司转变为盈利公司，这是一个值得探讨的问题。

首先，“开源”决策被证明是正确的。通过开源项目Transformers，Hugging Face已经积累了巨大的影响力，建立了一个大型开发者社区Hugging Face Hub，赢得了客户和投资者的信赖，这使得它的商业转型顺利进行。

红杉资本合伙人Pat Grady的看法是，“他们优先考虑应用而非变现，我认为这是正确的决定。他们看到了Transformer模型在NLP之外的应用，看到了成为类似GitHub的机会，这将不仅适用于NLP，也将扩展到机器学习的所有领域。”

回顾过去十年，很多初创公司的成功之路都证明了开源模式的商业可行性。例如MongoDB、Elastic、Confluent等公司都是快速增长的开源公司，它们实现了盈利并在市场中稳定生存。

Hugging Face的联合创始人Clément坚信，“创业公司可以通过某种方式赋能开放的社区，这种方式产生的价值，远超过通过建立专有工具产生的价值。”

他公开表示，“考虑到开源机器学习的价值和其主流地位，其使用量就等同于未来的收入。机器学习将成为技术开发的默认方式，Hugging Face将成为这方面的首选平台，创造出数十亿美元的收入。”

因此，Hugging Face选择了“以开源推动商业”这一商业发展路线，并在2021年开始提供付费功能。

现在，Hugging Face的盈利主要有三个途径：

付费会员制度：通过提供更优质的服务和社区体验来获取收入。数据托管：根据不同的参数需求提供按小时收费的托管服务。AI解决方案服务：这是目前的主推产品，为客户提供定制的NLP、视觉等解决方案，收取技术服务费用。

从2020年开始，Hugging Face开始为企业定制自然语言模型，并推出了AutoTrain、Inference API & Infinity、Private Hub、Expert Support等面向不同开发者类型的个性化产品。

目前，已有1000多家公司成为Hugging Face的付费客户，包括英特尔、高通、辉瑞、彭博社和eBay等大型企业。

2021年，Hugging Face实现了1000万美元的收入，证明其“开源推动商业”战略的成功。

正如Hugging Face的CEO，Clément所说，“公司不需要从创造的价值中获取100%的利润，只需要将其中1%的价值变现，即使只有1%，也足以使你成为一家高市值的公司。”

总的来说，Hugging Face依靠开源社区积累的影响力，然后逐步扩展到SaaS产品和企业服务。这种渐进式的转型使得Hugging Face在开源和商业化之间找到了良好的平衡，这也是它能够成功的关键。这种发展策略使得Hugging Face在AI领域树立了自己的独特地位，并为其他AI初创公司提供了示例。

然而，开源生态系统也有其弱点，因为商业化的发展可能会破坏自然形成的社区环境。为了解决这个问题，Hugging Face采取了增强技术控制，维护自己的开源生态，并深入科研领域的方法。

“机器学习技术仍在早期阶段，开源社区的潜力是巨大的。在未来5到10年，我们肯定会看到更多的开源机器学习公司崭露头角。”