Hugging Face

开放机器学习模型、数据集和应用的托管与协作平台，另提供按量计费的推理和算力服务。参考档案

Hugging Face 是托管开放机器学习模型、数据集和应用（Spaces）的协作平台，同时维护 transformers、diffusers、huggingface_hub 等开源库。平台本身是托管服务，不开源；transformers 采用 Apache-2.0。首页称托管模型超过 200 万个、应用超过 100 万个，使用平台的组织超过 40 万家（均为官方自述）。收费项目包括每月 $9 的 PRO 个人账户、每人每月 $20 起的 Team 和 Enterprise 组织方案、按 TB 计费的存储、按小时计费的 Spaces 硬件和 Inference Endpoints，以及按服务商原价转付的 Inference Providers（截至 2026-10-26）。截至 2026-10-31，transformers 最新正式版是 10 月 30 日发布的 v5.22.1。

编辑部更新于 2026 年 10 月 26 日阅读约 9 分钟

它是什么

Hugging Face 的核心产品是 Hub：一个按 Git 仓库组织的托管平台，仓库分为模型、数据集和 Spaces 三类，2026 年又加入了不做版本管理的存储桶（Storage Buckets）。模型仓库存放权重文件和模型卡，数据集仓库存放训练和评测数据，Spaces 则是能直接在浏览器里运行的演示应用，可以用 Gradio、Docker 或静态网页搭建。公开仓库免费托管，私有仓库、额外算力和组织管理功能收费。

Hub 之外，公司维护一批开源库。transformers 负责模型定义和加载，diffusers 处理扩散模型，huggingface_hub 是与 Hub 交互的 Python 客户端，另有 tokenizers、datasets、PEFT、TRL、Accelerate、smolagents、Transformers.js 等。transformers 在 GitHub 上约有 16.8 万星标，采用 Apache-2.0 许可证。

商业服务分三条线。第一条是订阅：个人 PRO、组织 Team 和 Enterprise。第二条是算力：Spaces 硬件升级、按小时计费的专用推理服务 Inference Endpoints，以及 Jobs。第三条是 Inference Providers：用一个接口把请求转给 Baseten、Cerebras、Fireworks、Groq、Together、Replicate 等十几家推理服务商，Hugging Face 按服务商原价转收。

规模方面，首页称托管模型超过 200 万个、应用超过 100 万个、数据集超过 50 万个（均为官方自述）。2026 年 8 月的开放模型年中报告给出的数字更细：1 月到 8 月，公开模型仓库从 243 万增至 296 万，数据集从 71.1 万增至 100 万，Spaces 从 100 万增至 144 万。

签约主体是 Hugging Face, Inc.，服务条款要求个人用户年满 13 岁，组织账户须为依法登记的实体。账户注册、仓库托管和社区讨论都在同一套账号体系下完成，首页的组织列表标出各组织所用方案，例如 Google、Microsoft、Amazon 和 AI at Meta 的组织都标为 Enterprise，Grammarly 和 Writer 标为 Team。

Hugging Face charges you the same rates as the provider, with no additional fees. We just pass through the provider costs directly.
Inference Providers 定价文档

核心能力

模型分发是 Hub 的基本盘。Replicate 在 Inference Providers 发布文章中称 Hub 是开源模型权重事实上的存放地（合作方说法）。模型页展示模型卡、文件列表、下载量和许可证，并能直接切换到 Inference Providers 试用。首页本周热门里同时出现了 DeepSeek、Black Forest Labs、Lightricks 等不同来源的模型，说明 Hub 不依附于某一家模型厂商。

存储层换成了 Xet。2025 年 1 月起，Hub 从 Git LFS 逐步迁移到按块去重的 Xet 后端：改动一个大文件时，只上传和下载变化的块，不必传输整个文件。迁移文章称半年内有 50 万个仓库、20 PB 数据转入 Xet（均为官方自述）。

Storage Buckets 是 2026 年 3 月 10 日推出的可变对象存储，面向训练检查点、优化器状态、日志等频繁覆盖、无需版本记录的中间文件。存储桶有 S3 兼容接口，现有的 AWS CLI、boto3 等工具都能接入；删除的文件即时释放空间，不像 Git 仓库那样被历史版本占住。

ZeroGPU 让 Spaces 按需借用 GPU。底层是 NVIDIA RTX Pro 6000 Blackwell，函数调用时分配、结束后释放，免费用户也能运行 ZeroGPU 应用，PRO 用户日配额是免费用户的 8 倍。

开放格式和库的影响超出 Hub 本身。Safetensors 是 Hub 上分发权重的标准格式，2026 年 4 月 8 日转入 PyTorch Foundation 托管，商标、仓库和治理归 Linux Foundation。transformers 自 2026 年 9 月起能直接加载 llama.cpp 的 GGUF 量化模型。

面向智能体的改造是 2026 年的新重点。hf 命令行在 6 月按智能体使用场景重写，官方基准称在复杂多步任务上，不用命令行的方案消耗的 token 最多是用命令行的 6 倍（均为官方自述）；9 月 Hub 开始用标签和筛选器归集强化学习环境；10 月 20 日起 transformers、diffusers 和 Kernels 可以通过 TorchTPU 原生运行在 TPU 上。10 月下旬的更新日志还记录了通行密钥登录、三维资产文件预览和私有仓库外部协作者邀请。

适合谁 / 不适合谁

适合：发布和寻找开放模型、数据集的研究者和开发者。公开仓库免费、不限数量，模型卡和许可证集中展示，下载量和点赞数公开。

适合：做模型演示或小型应用的个人。CPU Basic 硬件免费，邮箱经过确认、注册满 30 天的免费账户最多可托管 2 个 ZeroGPU 应用，PRO 账户可托管 10 个。

适合：需要统一管理模型资产的机构。Team 方案每人每月 $20，提供 SAML 和 OIDC 单点登录、审计日志、资源组权限和存储区域选择；Enterprise 另有 SCIM 用户同步和年度合同。

适合：用一个账户试用多家推理服务商的团队。Inference Providers 按原价转付，PRO 账户每月附送 $2 额度，Team 和 Enterprise 按席位各附送 $2。

不适合：需要稳定、长期运行的生产推理却不打算付费的场景。ZeroGPU 是共享资源，有日配额和排队，只支持 Gradio SDK，兼容性也不及独占 GPU 的 Spaces。

不适合：对内容来源和许可证没有审查能力的团队。Hub 上的模型和数据集大多由第三方上传，许可证各不相同，质量差异也大；年中报告显示约 85.6% 的模型终身下载量不到 200 次。另外，服务条款对部分地区和用途有使用限制，以条款原文为准。

和同类比

和代码托管平台比，Hub 同样以 Git 仓库为基本单位，但为大文件做了专门设计：Xet 后端按 64KB 块去重，模型页能预览权重张量、渲染模型卡、展示下载统计，还能直接调用推理。

和云厂商的对象存储比，Hub 的公开仓库免费，付费存储按 TB 计价，公开仓库每 TB 每月 $12、私有仓库 $18 起，用量超过 500 TB 降到 $8 和 $12，出口流量和 CDN 不另收费（截至 2026-10-26）。Hugging Face 定价页列出的对照价是 AWS S3 每 TB $23、Backblaze Overdrive $15（截至 2026-10-26，均为官方自述）。

和推理聚合服务比，Inference Providers 的特点是不加价：定价文档写明按服务商原价收费、不收额外服务费（均为官方自述），也支持填入自己的服务商密钥，由服务商直接计费。可选服务商包括 Baseten、Cerebras、Cohere、DeepInfra、Fireworks、Groq、Novita、Replicate、Together 等，模型集中在开放权重模型上。

和本地推理工具比，llama.cpp 背后的 GGML 团队已于 2026 年 2 月加入，项目保持开源和社区主导；transformers 也能直接加载 GGUF，两套生态正在打通。

上手路径

浏览和下载公开模型、数据集不需要账号。注册免费账号后可以上传仓库、点赞、参与讨论，也能拿到访问令牌，用于 API 和命令行。

程序接入主要靠两样工具：huggingface_hub Python 库和基于它的 hf 命令行。命令行覆盖下载上传、仓库和分支管理、Jobs、存储桶和 Inference Endpoints。2025 年 10 月发布的 huggingface_hub v1.0 引入了不兼容改动，老项目升级时需要按迁移指南调整。

调用模型有三条路。Inference Providers 适合按次试用，用 Hugging Face 账户统一付费；Inference Endpoints 适合专用部署，按实例小时计费；Spaces 适合做可分享的演示，免费 CPU 起步，需要 GPU 时可升级硬件或使用 ZeroGPU。

组织用户可以在 Team 方案下统一开通单点登录、资源组和组织计费，Inference Providers 的组织额度需要在请求里指定计费组织才会生效。

定价与许可证

个人账户免费，PRO 每月 $9，私有存储容量提升到 10 倍，附送每月 $2 推理额度和 8 倍 ZeroGPU 配额。组织方案中 Team 每人每月 $20，每席位附 1 TB 私有存储；Enterprise 在定价页标价每人每月 $50，企业页则写“定制价格”，两处说法并存（截至 2026-10-26）。

存储按 TB 计价：公开仓库每 TB 每月 $12、私有 $18，50 TB 以上降为 $10 和 $16，200 TB 以上 $9 和 $14，500 TB 以上 $8 和 $12。存储桶同样按存储量计费，企业方案按去重后的数据量计算。

Spaces 硬件从免费的 CPU Basic 起，CPU Upgrade 每小时 $0.03，单张 T4 每小时 $0.40，A100 每小时 $2.50，8 张 RTX PRO 6000 每小时 $22。Inference Endpoints 的 CPU 实例每小时 $0.03 起，单张 H100 每小时 $4.50，单张 B200 每小时 $9.25。

Inference Providers 按服务商原价转付，附送额度只在经 Hugging Face 路由时可用，填自己的服务商密钥则由服务商直接收费。

许可证方面，Hub 平台和付费服务是闭源托管服务；transformers 采用 Apache-2.0。Hub 上每个模型和数据集各有许可证，以仓库页标注为准。

风险与局限

可用性。服务条款对部分地区和用途有使用限制，以条款原文为准。个人账户须年满 13 岁。条款和隐私政策修改后 10 天生效，继续使用即视为接受。

内容风险。Hub 上的模型、数据集和 Spaces 主要由第三方上传，Hugging Face 的内容政策（2025 年 4 月 10 日生效）规定了禁止内容和处理流程，但不对每个仓库做事前审查。许可证、数据来源和安全性需要使用方自行判断，首页热门里也出现过标明“无审查”的应用。

数字口径不一。首页称通过 Inference Providers 可调用超过 45,000 个模型，定价文档写的是 200 多个模型（均为官方自述）；Enterprise 的价格在定价页和企业页说法不同。

算力限制。ZeroGPU 是共享资源，有日配额和排队，xlarge 规格按 2 倍消耗配额，只支持 Gradio SDK；免费账户托管 ZeroGPU 应用还要求账户注册满 30 天。

数据位置。只有 Team 和 Enterprise 方案能选择仓库数据的存放区域，免费和 PRO 账户不能选。隐私政策写明个人信息可能在多个国家存储和处理。

长尾集中。年中报告显示约 85.6% 的模型终身下载量不到 200 次，1.5% 的仓库占了 99.2% 的下载量，热门度和可用性并不等同，下载量较高的模型只占极少数。

来龙去脉

公司在 2018 年开源了 PyTorch 版 BERT，此后 transformers 成为主要的模型定义库。2021 年 12 月 21 日，Hugging Face 宣布收购 Gradio，Gradio 也是 Spaces 支持的界面框架之一。2022 年 5 月 9 日完成 $1 亿的 C 轮融资，由 Lux Capital 领投。

2025 年 1 月 28 日，Inference Providers 上线，首批接入 fal、Replicate、SambaNova 和 Together AI。4 月 14 日宣布收购开源机器人公司 Pollen Robotics，公告称这是公司的第五次收购，此前包括 Gradio 和 XetHub。7 月 15 日的文章披露 Xet 迁移进度，5 月起新用户和组织已改用 Xet。10 月 27 日 huggingface_hub 发布 v1.0；12 月 1 日 transformers v5 发布首个候选版，文章称其每天通过 pip 下载超过 300 万次（均为官方自述）。

2026 年 2 月 20 日，GGML 和 llama.cpp 团队加入 Hugging Face，公告写明团队继续全职维护 llama.cpp，保有技术方向的自主权。3 月 10 日推出 Storage Buckets；4 月 8 日 Safetensors 转入 PyTorch Foundation；6 月 4 日 hf 命令行按智能体场景重写；8 月 14 日发布开放模型年中报告；9 月 22 日 transformers 支持 GGUF；9 月 28 日 Hub 开始归集强化学习环境。

10 月，transformers 在 10 月 16 日发布 v5.20.0，10 月 20 日发布 v5.20.2；同在 20 日，TorchTPU 支持上线；21 日起支持通行密钥登录；23 日私有仓库可邀请外部协作者。transformers 仓库有 GitHub 账号的贡献者约 438 人（截至 2026-10-26）。

我们的判断

推断：适合把开放模型和数据集当作日常原料的团队。Hub 是开放模型发布最集中的平台，Xet 存储、存储桶和 hf 命令行让大文件的上传、同步和版本管理比通用代码平台顺手，公开托管免费，付费存储按 TB 计价且不收出口流量费。

推断：适合用一个账户比较多家推理服务商的团队。Inference Providers 按原价转付，额度可在多种算力服务间通用，从试用转到专用的 Inference Endpoints 也不必换平台。

推断：不适合需要对模型来源、许可证和内容安全做严格把关、却没有审查人手的团队，Hub 上的内容大多来自第三方。也不适合把免费的 ZeroGPU 当作生产算力的场景，配额、排队和框架限制都会影响稳定性。

推断：适合在组织层面需要单点登录、审计日志和数据位置选择的机构，前提是接受 Team 方案的按人计费；Enterprise 价格口径不统一，签约前的报价以合同为准。

为什么值得参考

Hugging Face 是开放模型和数据集的主要托管平台之一，transformers 等开源库也出自这里。

资料来源

媒体与第三方

动态与深度阅读

资讯Reuters2026 年 10 月 28 日

美国司法部就英伟达 129.3 亿美元收购 Hugging Face 展开问询

据路透社 10 月 28 日援引两名知情人士报道，美国司法部已就英伟达以 $12.93 billion（129.3 亿美元）收购开源 AI 平台 Hugging Face 一事展开问询，关注该交易是否会让英伟达掌握 AI 的关键分发渠道并借此对竞争对手施压。CNBC 随后经知情人士证实了这一调查。英伟达拒绝置评；该收购预计于 2027 年上半年完成，尚待监管批准。

2 个来源

资讯X2026 年 10 月 26 日

米哈游 GameScaling 研究：用 1600 小时游戏数据把具身智能体从 0.8B 扩展到 27B，模型在 Hugging Face 开源

1 个来源 · X 上 1 条讨论

资讯X2026 年 10 月 25 日

腾讯在 Hugging Face 发布视觉语言模型 WeVisOne-VL，覆盖检测、计数、OCR、分割与抠图

1 个来源 · X 上 1 条讨论

创作者文章2026 年 10 月 20 日

Hugging Face ❤️ TorchTPU: TPUs, Natively

本条来自官方博客（huggingface.co），发布于 2026 年 10 月 20 日。

Hugging Face官方博客查看原文

创作者文章2026 年 9 月 22 日

oMLX 作者 Jun Kim 加入 Hugging Face，支持 MLX 社区

Hugging Face 宣布 oMLX 的作者兼维护者 Jun Kim 加入公司，继续主导这个面向苹果 MLX 框架的本地 AI 项目，oMLX 保持 Apache 2.0 许可。 Hugging Face 表示，oMLX 从业余项目变为有资金支持的项目后将更稳定，并将作为新想法的试验场；其一个重点是让 transformers 模型定义快速转成可供不同引擎使用的 MLX 参考实现。

原文Graduating from a side job to a fully maintained and funded project will allow Jun to better guide the contributors and build for the long-term.

Hugging Face官方博客阅读全文