Hugging Face
两百万以上模型的托管与检索
模型库是平台的主体：官网首页写明可以浏览 200 万以上模型，条目按任务、库、语言、许可与下载量等维度筛选，趋势榜会展示本周热度较高的模型。每个模型页面包含模型卡（用途、训练数据、限制与引用方式）、文件列表与版本历史，并提供直接下载、在线推理试用以及与客户端库配合调用的入口，模型作者也能借此说明具体许可与使用限制。
深度介绍
Hugging Face详细介绍
数据集托管与在线预览
除模型外，平台同样托管数据集，并提供 Dataset Viewer 用于在浏览器里直接翻阅样本、查看字段结构与统计信息，无需先下载。数据集卡片要求写明来源、采集方式、语言、许可与潜在偏差，这对复现实验与合规评估很关键。官方还提供数据集相关的 Python 库与元数据接口，方便在训练脚本里直接按名称加载数据，或把自有数据发布给社区使用。
Spaces：应用与演示托管
Spaces 用于把模型变成可交互的应用：支持 Gradio、Streamlit 与 Docker 三种方式部署，社区里有大量模型演示、榜单与工具类应用。官方为免费额度提供 ZeroGPU 共享算力，PRO 用户可获得 8 倍配额与最高队列优先级，Team 与 Enterprise 组织成员同样享有 ZeroGPU 与推理权益；开发者还可以在 Spaces 里开启 Dev Mode 直接调试，适合做原型验证与对外演示。
Inference Providers 与专用推理端点
推理有两条路径。其一是 Inference Providers：官方文档说明可通过 10 余家推理合作伙伴调用 20 万以上模型，按用量计费并使用账户内的推理积分，PRO 用户的积分额度为免费层的 20 倍，Team 组织成员也享有相应权益。其二是 Inference Endpoints：把模型部署到专用且自动扩缩容的基础设施上，官方定价显示起价约为每小时 0.033 美元，适合需要稳定延迟与独立资源的生产场景。
开源库与工具链
平台的另一条主线是开源库：Transformers 覆盖主流模型架构与训练推理流程，Diffusers 面向扩散模型，Datasets 负责数据加载与处理，Tokenizers、Accelerate、PEFT、TRL 与 Sentence Transformers 分别解决分词、多卡加速、参数高效微调、偏好优化训练与向量检索。配合 Hub Python 库、命令行工具与 huggingface.js，可以从脚本、终端或前端直接调用平台上的模型与数据。
团队与企业协作能力
面向组织，官方提供分层方案：Team 方案每用户每月 20 美元，包含 SAML 与 OIDC 单点登录、用存储区域控制数据存放位置以及详细的操作审查记录；Enterprise 方案每用户每月 50 美元，提供定制化接入、最高的存储、带宽与 API 速率配额以及自动化用户管理。对需要合规与审计的团队，这些能力决定了平台能否进入生产环境的采购清单。
学习资源与社区生态
平台本身也是社区：Daily Papers 汇总每日新论文，Tasks 页面按任务聚合模型、数据集与应用，Collections 用来组织同一主题下的资源；博客持续发布官方与社区的技术文章，Learn 提供课程，论坛与 Discord 用于讨论，HuggingChat 则提供对话式入口。对刚入门的开发者来说，这条路径可以边看论文边找现成模型，再直接动手改。
存储、作业与配额体系
近两年平台把训练与存储也纳入进来：Buckets 用于存放模型权重与数据集等对象，Jobs 用于在平台算力上跑训练或批处理任务，官方博客还给出过用 Endpoints、Jobs 与 Buckets 支撑站内搜索的案例。配额方面，PRO 提供 10 倍私有存储与 2 倍公开存储，各档方案的带宽与速率上限依次放宽；社区侧还提供 GPU 资助计划，用于支持非商业的小项目。
产品特点
核心功能与独有价值
开源与开放科学作为定位
官网把使命写成「通过开源与开放科学推进并民主化人工智能」，这决定了它的组织方式：模型、数据集与演示应用全部以公开仓库形式存在，模型卡与数据集卡强制说明用途、数据来源与限制，许可以标签形式标注，使用者可以在下载前判断能不能商用、能不能二次分发。
一个入口串起模型到部署
从找模型、看数据集样本、在线试推理、下载到本地，再到用专用端点部署服务或做成 Spaces 应用，整套流程都在同一账号与同一套工具链里完成。相比在多处拼装，这种一体化减少了环境与格式转换的成本，也让版本与来源更容易追溯。
免费到企业级的清晰分层
个人使用免费，PRO 每月 9 美元提升存储与推理积分，Team 每用户每月 20 美元增加单点登录与存储区域控制，Enterprise 每用户每月 50 美元提供最高配额与自动化管理；推理端点按小时计费并有社区 GPU 资助。价位与对应的能力边界都写在定价页上，便于个人与团队按需选择。
社区规模带来的选型参考
平台聚合了 200 万以上模型与 20 万以上可推理模型，附带的下载量、点赞、趋势榜与每日论文信息，可以当作模型选型的横向参考：同一任务下能快速看到社区在用什么、哪些模型还在持续更新，而不必只依赖厂商的自我描述。
最近动态
重要更新
发布 @huggingface/kernels：200 多个 WebGPU 内核
官方博客于 2026 年 9 月 1 日介绍 @huggingface/kernels，提供 200 多个面向本地 AI 的 WebGPU 计算内核，目标是在浏览器与本地环境里直接加速模型运算。这类更新的意义在于把推理能力继续推向终端设备，减少对服务端算力的依赖，也让前端应用可以直接跑轻量模型。
Baseten 加入 Inference Providers
官方博客于 2026 年 8 月 6 日宣布 Baseten 成为平台的推理合作伙伴之一，用户可以在 Inference Providers 中调用其托管的模型。平台目前聚合了 10 余家推理合作伙伴，可用模型规模超过 20 万个，按用量消耗账户内的推理积分，PRO 与团队方案的积分额度更高。
媒体报道英伟达宣布收购 Hugging Face
据彭博社与 Nasdaq 等媒体 2026 年 9 月 3 日报道，英伟达宣布以约 129 亿美元收购 Hugging Face。需要注意：截至本页核验时，Hugging Face 官方博客与官网未见相关公告，交易的具体条款与完成状态请以双方官方消息为准。此条仅作行业动态记录，不影响平台上现有开源项目与服务的正常使用。
产品总结
Hugging Face 是机器学习社区最常用的开源协作平台之一，官方口号是「The AI community building the future」，使命为通过开源与开放科学推进人工智能的民主化。它的核心资产是托管内容：官网写明可浏览 200 万以上模型，同时托管大量数据集并提供在线预览；每个模型与数据集都配有说明卡片，标注用途、数据来源、语言、许可与限制，便于使用者在下载前判断能否商用或二次分发。 在托管之上，平台提供两条推理路径：Inference Providers 通过 10 余家推理合作伙伴提供 20 万以上模型的按量调用，消耗账户内的推理积分；Inference Endpoints 则把模型部署到专用且自动扩缩容的基础设施上，官方定价起价约每小时 0.033 美元。应用层由 Spaces 承担，支持 Gradio、Streamlit 与 Docker，免费额度可使用共享的 ZeroGPU 算力，PRO 用户享有 8 倍配额与最高队列优先级。工具链方面，Transformers、Diffusers、Datasets、Tokenizers、Accelerate、PEFT、TRL 与 Sentence Transformers 覆盖了从分词、训练、微调到向量检索的主要环节，另有 Hub Python 库、命令行工具与 huggingface.js。 价格分层比较清晰：个人使用免费，PRO 每月 9 美元（10 倍私有存储、2 倍公开存储、20 倍推理积分、8 倍 ZeroGPU 配额），Team 每用户每月 20 美元（增加 SAML/OIDC 单点登录、存储区域与操作审查），Enterprise 每用户每月 50 美元（定制接入、最高配额与自动化用户管理）。近期平台还在扩展存储与训练侧能力，例如 Buckets 与 Jobs。 使用时需要注意几点：平台上的模型与数据集由不同作者上传，许可条款各不相同，商用前务必核对模型卡；免费层的存储、带宽与推理配额有限，团队使用应评估是否需要 PRO 或 Team；此外，2026 年 9 月有多家媒体报道英伟达宣布收购 Hugging Face，若关心平台治理与长期规划，建议以官方公告为准。整体而言，Hugging Face 适合需要反复选型、下载与部署开源模型的开发者与研究者。
- 产品类型
- AI 模型社区与开发平台
- 支持平台
- 网页版 / REST API / Python 客户端库 / 命令行工具 / JavaScript 库
- 资费模式
- 个人免费；PRO 每月 9 美元，Team 每用户每月 20 美元，Enterprise 每用户每月 50 美元；推理端点按小时计费，起价约 0.033 美元。
核验信息
参考文章与数据来源
本页事实主要来自 Hugging Face 官方渠道：官网首页与导航说明、官方定价页（PRO、Team、Enterprise 及推理端点价格）、官方文档中的 Inference Providers 与库说明、官方博客及其 RSS 更新记录，以及官方 GitHub 组织。行业动态部分引用了 Nasdaq 转引彭博社 2026 年 9 月 3 日关于英伟达收购的报道，该消息在 Hugging Face 官网暂无对应公告，请以官方消息为准。核验时间为 2026 年 9 月 21 日。
用户体验调查
Hugging Face介绍页面对您是否有帮助？