Hugging Face是一家美国公司，总部位于纽约市，并在巴黎设有大规模的工程团队，致力于构建机器学习领域的开放基础设施。该公司始于2016年的一款面向青少年的聊天机器人应用，但在2018-2019年间转向开源工具，此前其自然语言处理库Transformers在从事Transformer架构研究的研究人员中获得了广泛关注。该公司常被非正式地描述为“机器学习的GitHub”，因为其Hub托管了数十万个基础模型检查点、数据集以及名为Spaces的交互式演示应用，其中大部分由外部开发者和实验室上传，而非Hugging Face自身。
该公司由Clement Delangue、Julien Chaumond和Thomas Wolf共同创立。Delangue自创立以来一直担任首席执行官，并已成为开放权重发布的主要公开倡导者，以此作为OpenAI和Anthropic等封闭实验室的制衡力量。
产品与平台
Hugging Face的核心开源库包括Transformers（一个跨PyTorch和TensorFlow加载和运行预训练模型的统一接口）、Datasets、Tokenizers，以及用于扩散模型流程的Diffusers。Hub在底层提供托管和版本控制服务，类似于代码仓库，并附带模型卡，记录训练数据、预期用途和局限性。付费产品包括用于将模型部署为API的Inference Endpoints、用于无代码微调的AutoTrain，以及企业支持合同，这些收入用于维持大部分免费开放的公共平台。
包括Meta AI、Mistral AI、Stability AI、DeepSeek以及Qwen的开发者在内的主要实验室经常在Hub上发布权重，而在2023年Llama权重泄露并迅速通过该平台传播后，它成为标准的发布渠道。Hugging Face还托管排行榜，让社区在标准基准套件上比较开放模型。
融资与商业模式
Hugging Face已从包括Google、Amazon、Nvidia、Salesforce和Sequoia Capital在内的投资者处筹集资金，在2023年的一轮融资中估值据报道约为45亿美元。其商业模式依赖于将大量通过开放访问BERT后代模型和社区微调版本而吸引来的免费用户群体中的一部分转化为付费企业客户，以获取计算资源和支持，这是开源基础设施公司常见的模式。
在AI生态系统中的角色
由于如此多的开放研究和衍生产品模型都经由其Hub流通，Hugging Face实际上充当了开源AI社区中模型打包、文档记录和许可标准的制定者。它已发表关于数据集透明度和模型评估等主题的研究，其Model Card格式已被广泛采纳为记录模型训练数据和已知局限性的规范，这是AI伦理和AI治理中就发布模型的透明度要求进行辩论的重要输入。