在最近泄露的一份文件中，一位谷歌内部的研究人员表达了“我们没有护城河，OpenAI 也没有”的观点。这位研究人员认为，在这场激烈的 AI 竞赛中，虽然谷歌与 OpenAI 在你追我赶，但真正的赢家未必会在这两家中产生，因为有股第三方力量正在崛起。
这个力量就是开源社区，它才是谷歌和 OpenAI 最大的敌人。今天这篇文章主要介绍开源社区中的一家AI初创公司——Hugging Face。该公司成立于2016年，以自然语言处理（NLP）技术为核心。它在开源社区中提供了大量高质量的开源模型与工具，极大地降低了AI的技术门槛。
几年间，Hugging Face连获 5 轮融资，目前估值已经飙到 20 亿美元，Github 上的星标数量已经超过了 9.8w，稳居热门资源库之列。
一家提供「平台社区」的「开源」公司，又是如何盈利的呢？Hugging Face 选择了「开源带动商业」，这一商业化发展路径，并在 2021 年开始提供付费功能，包括付费制会员、数据托管、AI解决方案服务等。目前，1000 多家公司已经成为了 Hugging Face 的付费客户，主要是大型企业，包括英特尔、高通、辉瑞、彭博社和 eBay。
今天这篇文章，介绍了Hugging Face是如何在开源界脱颖而出的? 它的逆袭之路是怎样的呢？以及它的发展模式和盈利模式是怎样的？以下，Enjoy：
本文经授权转载自公众号「极客公园」（ID：geekpark）
在最近泄露的一份文件中，一位谷歌内部的研究人员表达了这样的观点。这位研究人员认为，在这场激烈的 AI 竞赛中，虽然谷歌与 OpenAI 在你追我赶，但真正的赢家未必会在这两家中产生，因为有股第三方力量正在崛起。这个力量就是「开源社区」，它才是谷歌和 OpenAI 最大的敌人。而开源社区的顶流，当属 Hugging Face 了。作为一个 AI 领域的 Github，它提供了大量高质量的开源模型与工具，将研发成果最大程度地惠及社区，极大地降低了 AI 的技术门槛，推进了 AI 的「民主化」进程。它的创始人之一，Clément 还曾公开表示：「在 NLP 或者机器学习领域，最坏的情况，就是要与整个科学界和开源界竞争。因此，我们不再试图竞争，转而选择为开源界和科学界赋能。」Hugging Face 创立于 2016 年，几年间连获 5 轮融资，目前估值已经飙到 20 亿美元，Github 上的星标数量已经超过了 9.8w，稳居热门资源库之列。那么这家公司是做什么的？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？1
Hugging Face 是一家以自然语言处理 (NLP) 技术为核心的 AI 初创公司。它是由法国连续创业者 Clément Delangue（曾创办笔记平台 VideoNot.es，媒体监测平台 mention 以及被 Google 收购的移动开发平台 Moodstocks 等项目）和 Thomas Wolf、Julien Chaumond 一起创办的，于 2016 年成立，总部设在美国纽约。其中的两位创始人 Clément Delangue 和 Thomas Wolf 都是自然语言处理领域的专家。在不断推进 Hugging Face 的发展的过程中，他们被视为当代 NLP 领域的先锋。他们创办 Hugging Face 的初衷，是为年轻人带来一个「娱乐型」的「开放领域聊天机器人」，就像科幻电影《Her》里面的 AI 那样，可以跟人聊天气、朋友、爱情和体育比赛等各种话题。大家可以在无聊的时候跟它聊八卦、问它问题、让它生成一些有趣的图片之类的事情。也正因如此，Hugging Face 的名字来源于一个张开双手的可爱笑脸 emoji。2017 年 3 月 9 号，Hugging Face App 在 iOS App Store 正式推出，就得到了不少关注，还拿到了包括 SV Angel、NBA 球星杜兰特等投资人在内的 120 万美元的天使投资。为了训练这个聊天机器人的自然语言处理（NLP）能力，Hugging Face 构建了一个资源库来容纳各种机器学习模型和各种类型的数据库，包括帮助训练聊天机器人检测文本消息情绪、生成连贯的响应、理解不同对话主题等。同时，Hugging Face 团队在 GitHub 上将此库的免费部分开源，目的是从用户共创中获得开发灵感。到了 2018 年，Hugging Face 仍然不温不火，便开始免费在线分享应用程序的底层代码。这一举动立即收到了谷歌、微软等业内知名科技公司的研究人员的积极响应，他们开始将这些代码用于 AI 应用程序，这个笑脸 emoji 也开始被广大 AI 开发者们所熟知。恰巧同年，谷歌推出基于双向 Transformer 的大规模预训练语言模型 BERT，开启了 AI 模型的「内卷时代」。在这样的大环境下，Hugging Face 做起了提供 AI 模型的服务，随之迎来了自己的「黄金时代」。它先是开源了 PyTorch-BERT；随即，又整合了它先前贡献的 NLP 领域的预训练模型，发布了 Transformers 库。Transformers 库提供了数以千计的预训练模型，支持 100 多种语言的文本分类、信息抽取、问答、摘要、翻译、文本生成。借助 Transformers 库，开发者可以便捷地使用 BERT、GPT、XLNet、T5 、DistilBERT 等 NLP 大模型，来完成文本分类、文本总结、文本生成、信息抽取、自动 QA 等 AI 任务，节省大量的时间和计算资源。简而言之，Transformers 库提供直接可用的模型，无需企业再度开发；因此，众多企业开始借助 Transformers 库，将模型应用到产品开发和工作流程中。Transformers 库也因此迅速地流行起来，成为了 GitHub 史上增长最快的 AI 项目。Hugging Face 在 Github 上的 Star 曲线，图片来自于 Lux CapitalHugging Face 的创始人之一 Clément Delangue 也不禁感慨，「我们发布东西时没有考虑太多，而社区的爆炸式增长甚至让我们感到惊讶。」面对如此多的开发者，Hugging Face 顺理成章地建立了自己的社区，Hugging Face Hub；同时，调整产品战略，不再局限于自然语言处理，而是将机器学习的不同领域进行融合，探索创建新的用例，着手构建一套完整的开源产品矩阵。截至 2023 年 4 月，Hugging Face 共享了 16,6894 个训练模型，2,6900 个数据集，涵盖 NLP、语音、生物学、时间序列、计算机视觉、强化学习等领域，搭建了完整的 AI 开发生态。这大大降低了相关研究与应用的门槛，让 Hugging Face 成为 AI 社区最具影响力的技术供应商。目前，这些模型已经服务了数万家企业进行资源开发，帮助科研人员和相关从业人员更好地构建模型、更好地参与到产品和工作流程中，其中不乏 Meta、亚马逊、微软、谷歌等知名 AI 团队。使用 Hugging Face 的公司和产品｜Hugging Face在资本市场，Hugging Face 也同样备受青睐。在 2022 年 5 月，团队完成了由 Lux Capital 领投的 1 亿美元 C 轮融资，估值狂飙到 20 亿美元。面对资本的追捧，Hugging Face 的创始人表现的极其冷静，表示拒绝了多个「有意义的收购邀约」，并且不会像 GitHub 那样出售自己的业务。关于 Hugging Face 的未来，它的创始人还有一些有趣的想法：「我们希望成为第一家以表情符号上市的公司，而不是三个字母的股票代码。」2
凭借开源获得了万众瞩目的 Hugging Face，也格外注重社区的建设，而刚刚诞生不久的 Hugging Face Hub，现在俨然已经成为 AI 开发者的大本营。Hugging Face Hub 是一个探索、实验、合作，并建立机器学习技术的中心场所。在这里任何人都可以分享和探索模型、数据集等，大家轻松合作，共同构建机器学习模型，Hugging Face Hub 也因此被称做「机器学习之家」。它是 Hugging Face 坚持「开源」的产物，也是它的核心。正如官网的宣传语所述：AI 社区，建设未来。Hugging Face 的开发者页面｜Hugging FaceHugging Face 的创始人曾公开表示「Hugging Face 的目标是通过工具和开发者社区，让更多的人使用自然语言处理工具，达成他们的创新目标，让自然语言处理技术更容易使用和访问。」他还补充说，「没有任何一家公司，包括科技巨头，能够独自『解决 AI 问题』，而我们实现这一目标的唯一途径，是通过以社区为中心的方式，分享知识和资源。」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，以使每个人都能利用机器学习进行探索、实验、合作和构建技术，从而实现 AI「民主化」的目标。目前，Hugging Face Hub 提供超过 12 万个模型（Models）、2 万个数据集（Datasets) 和 5 万个演示应用程序（Spaces），而且所有这些都是开源、公开、免费的。Hugging Face 提供的 API 托管业务｜Hugging FaceHugging Face Hub 对所有机器学习模型开放，并得到 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是 Transformers 库。
Transformers 库支持 PyTorch、TensorFlow 和 JAX 之间的框架互操作性，这确保了在模型生命周期的每个阶段使用不同框架的灵活性。而且，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，这让Transformers 框架在性能与易用性上达到业界领先水平，彻底改变了深度学习在 NLP 领域的发展模式。Hugging Face Hub 堪称是 AI 界的「Github」｜Hugging Face此外，该平台还提供了一些实用工具，如模型版本控制、测试集成、共享和协作等，可以帮助开发人员更好地管理和共享模型和数据集。因此，在 Hugging Face Hub，任何开发者或者工程团队都可以通过接口，使用数千个模型的推理 API，轻松下载和训练最先进的预训练模型，完成不同模式的常见任务，例如自然语言处理、计算机视觉、音频、多模态等，在几分钟内构建自己的机器学习驱动的应用程序，省去了从头开始训练模型，所需的大量时间和资源。在此基础上，他们还可以在自己的账号下创建自己的仓库，用于存储和分享已经训练好的模型、数据集和脚本，同时与强大的社区分享交流，轻松协作完成 ML 工作流程。简而言之，Hugging Face Hub 为研究者提供了一个平台，去展示那些他们想要分享的模型，测试他人的模型，以此来深入研究这些模型的内部架构，共同促进 ML 的发展。而此前，AI 对前端开发者来说似乎遥不可及，毕竟到目前为止，只有少数代码生成的 AI 系统向公众免费开放。也正因如此，Hugging Face 决定在社区提供开源模型和 API 来改变这种状况，主动承担起 AI 科研走向应用的这个过程中复杂、细碎的工作，使得任何 AI 从业者都可以便捷地使用这些研究模型和资源。用 Hugging Face 自己的话来讲，他们所做的事情，就是要架起 AI 科研和应用之间的桥梁。除了提供便利，Hugging Face 还积极采取措施强化 Hub 的安全性，确保用户的代码、模型和数据是安全的，让用户放心使用。例如，在模型库配备模型卡，以告知用户每个模型的限制和偏见，从而促进这些模型被负责任地使用和开发；在数据集设置访问控制功能，允许组织和个人可以出于许可和隐私考虑，创建私人数据集，并且可以自行处理其他用户的访问请求。还值得一提的是，为了进一步使自然语言处理技术「民主化」，Hugging face Hub 上还开设了 NLP 课程——Hugging Face course。该课程将使用 Hugging Face 生态系统中的数据库（Hugging Face Transformers、Hugging Face Datasets、Hugging Face Tokenizers 和 Hugging Face Accelerate），讲解自然语言处理 (NLP) 的有关知识。它是完全免费的，甚至没有广告。Hugging Face 将自然语言处理课程直接免费上传到视频网站｜YouTube简而言之，Hugging Face Hub 就像是机器学习领域的 GitHub。一个由社区开发者驱动的平台，提供大量资源，让开发人员可以在机器学习（ML）模型、数据集和 ML 应用程序上，不断探索、创新和互相协作，通过分享知识和资源以加速和推进 AI 发展。3
那么问题来了，一家提供「平台社区」的「开源」公司，又是如何盈利的呢？Hugging Face 凭借开源项目 Transformers，积累了巨大的影响力，聚集了广大开发者构建了庞大的社区 Hugging Face Hub，也赢得了客户与投资者的信任，这使得它的商业化转型水到渠成。他们优先考虑的是应用，而不是变现。他们看到了 Transformer 模型在 NLP 之外的应用方式，看到了成为 GitHub 的机会，这不仅是面向 NLP，而且会延伸到机器学习的每个领域。而且，纵观过去十年，市场上初创公司的创业历程，会发现开源模式的商业可行性得到过有力的印证。像 MongoDB、Elastic、Confluent 等，都是收入增长最快的开源公司，它们都实现了盈收，并且还在市场中存活了下来。Hugging Face 的创始人之一，Clément 也因此坚信，「初创公司可以通过某种方式为开放的社区赋能，此种方法产生的价值，比通过搭建一个专有工具，产生的价值高出上千倍。」甚至公开表示，「考虑到开源机器学习的价值和它的主流地位，其使用量就是递延收入。机器学习会成为技术开发的默认方式，而且 Hugging Face 会成为这方面的头号平台，并创造出数十亿美元的收入。」因此，Hugging Face 选择了「开源带动商业」，这一商业化发展路径，并在 2021 年开始提供付费功能。Hugging Face 的收费项目｜Hugging Face目前，Hugging Face 的盈利业务主要有三类:- 付费制会员：提供更加优质的服务和社区体验，来获得收益；
- 数据托管：根据不同参数需求，提供不同的按小时收费托管服务；
- AI 解决方案服务：目前的主打产品，围绕 NLP、Vision 等方向为客户提供定制化解决方案，以获得技术服务费用。
值得一提的是，从 2020 年开始，Hugging Face 就开始做面向企业的定制自然语言模型，并推出了包括 AutoTrain、Inference API & Infinity、Private Hub、Expert Support 等，针对不同开发者类型的个性化产品。目前，1000 多家公司已经成为了 Hugging Face 的付费客户，主要是大型企业，包括英特尔、高通、辉瑞、彭博社和 eBay。2021 年，Hugging Face 已经实现收入 1 千万美元，从数据上来看，Hugging Face 这套的「开源带动商业」的策略是成功的。这也印证了 Hugging Face 的 CEO，Clément 所说的，「公司不需要从创造的价值中获取 100% 的红利，只需将其中 1% 的价值变现，但即便只是 1%，也足够让你成为一家高市值的公司。」简而言之，Hugging Face 凭借开源社区积累影响力，而后逐步向 SaaS 产品和企业服务拓展。这种渐进式的转型，让 Hugging Face 在开源和商业化之间，取得了良好的平衡，也是其能取得成功的重要原因。这种发展策略也让 Hugging Face 成为了 AI 界独树一帜的存在，并为其他 AI 初创公司树立榜样。但是，开源生态也有它自己的软肋，因为商业化的发展很可能会伤害到自然生长的社区环境。对此，Hugging Face 的做法是加强对技术的管控，维护自己的开源生态；同时，向科研领域深挖。「机器学习技术仍然还处于早期发展阶段，开源社区的潜力是巨大的。在未来 5 到 10 年，我们一定还会看到更多开源机器学习公司的崛起。」Hugging Face 的 CEO Clément 说道。
