英伟达同意以 129 亿美元收购 Hugging Face，接管开源 AI 枢纽
据报道的这笔交易，将让英伟达掌控这个支撑 1600 万开发者 AI 模型工作流的平台
据报道，英伟达已同意以 129 亿美元收购 Hugging Face —— 开源 AI 模型最主要的分发枢纽。这个价格相当于该公司年收入的约 86 倍，也将使这笔交易成为英伟达历史上最大的收购之一。The Information 周三最先报道了这项协议，消息来自一位知情人士。截至周四上午，两家公司均未证实这笔交易，Business Insider 则报道称尚未出现已签署的合同。但推动这桩交易的逻辑已经积累了好几个月：在 OpenAI、Anthropic、亚马逊和谷歌都在自研 AI 芯片、以降低对英伟达硬件依赖的当口，买下这个 1600 万开发者用来寻找、分享和部署开源 AI 模型的平台，与其说是一次软件收购，不如说是一项硬件防御战略。
延伸阅读：AI 基础设施整合加速，Hugging Face 探讨 130 亿美元出售
在开源 AI 技术栈里，Hugging Face 真正掌控的是什么
媒体报道里流传的「AI 界的 GitHub」这个说法本身没错，但它低估了 Hugging Face 所处位置的结构性深度。GitHub 托管的是代码。Hugging Face 托管的是模型权重 —— 那些编码了神经网络全部所学的训练产物 —— 以及开发者用来操作它们的各种库。
其中影响最深远的一处基础设施，是一个叫做from_pretrained()的 Python 函数，属于 Hugging Face 的Transformers 库。任何开发者要把一个开放权重模型载入自己的代码，走的都是这个函数这条标准入口。它从 Hugging Face Hub 拉取权重、校验，然后实例化出可直接推理或微调的模型。在数十万条生产流水线上 —— 创业公司、《财富》500 强企业、研究机构 —— 这个函数就是外部模型分发与真实工作负载交汇的那个点。
这种嵌入之深，正是 Hugging Face 估值的来源。要从 OpenRouter 这类路由 API 迁走 —— Stripe 本月早些时候以逾 70 亿美元收购了它 —— 只需要改写配置文件，几个小时就能完成。而要从 Hugging Face 的模型托管基础设施迁走，意味着把团队依赖的每一个模型产物重新托管一遍、审计每一处对 Transformers 库的依赖，很多情况下还要重建耗时数月才搭起来的工作流。这份迁移成本乘以 1600 万开发者和 250 万个托管模型，才是 129 亿美元这个收购价真正买下的东西。
Transformers 库只是一个更大技术栈中的一层。PEFT 库（参数高效微调）解决的是另一个问题：把预训练模型适配到特定任务上，而不必从零重训。LoRA（低秩适配）和 QLoRA 这类技术已经成为在有限硬件上微调大模型的标准做法，它们的实现与维护都在 PEFT 里。对于想把基础模型定制到某个特定领域、又不愿承担完整重训成本的企业，PEFT 就是那个可落地的机制 —— 而开发者学会怎么用它的地方，以及适配后的权重训练完之后落脚的地方，都是 Hugging Face。
推理层的整合更进一步。2026 年 2 月，Hugging Face 吸收了 Georgi Gerganov 的 GGML 团队 —— llama.cpp 的开发者。llama.cpp 是一个 C/C++ 推理引擎，让大语言模型无需 CUDA 或专用 AI 加速器就能在消费级硬件上跑起来。llama.cpp 引入的 GGUF 量化格式已经成为本地推理场景下打包模型的标准，Ollama、LM Studio、GPT4All 以及绝大多数面向消费者的 AI 工具都建立在它之上。英伟达收购 Hugging Face，等于同时掌控了云端 AI 的规范模型分发层和本地 AI 生态的主力推理引擎 —— 这一组合覆盖了开发者，无论他们是在英伟达云基础设施上、在 AMD 硬件上，还是在 Apple Silicon 上跑模型。
机器人层又添了一个与英伟达物理 AI 战略密不可分的维度。英伟达的 Isaac GR00T 1.7 —— 一个 30 亿参数的视觉-语言-动作模型，把自然语言指令翻译成机器人运动策略 —— 于 2026 年 7 月 6 日原生集成进了 Hugging Face 的 LeRobot 框架。这次集成打通了一条标准化流水线：从 Isaac Teleop（一个基于 VR、用于采集人类演示的遥操作工具）出发，经 LeRobot 的数据集格式，到 GR00T 模型微调与 Isaac Sim 仿真验证，最终落到 Jetson 边缘硬件上部署。这项公告把英伟达的三百万机器人开发者和 Hugging Face 的 1600 万 AI 开发者并进了同一套开源工作流。几周之后，就传出了收购消息。
要看清 Hugging Face 基础设施地位有多深，最直接的办法是看开发者难以替换掉什么。Transformers 库峰值时估计每周有 1370 万次安装；它提供的模型加载、分词以及特定架构的推理逻辑，是大多数团队不愿自己重写的部分。同样由 Hugging Face 维护的 Datasets 库，为训练和评测提供标准化的数据加载与预处理。Evaluate 库提供模型基准测试的基础设施。这几个库合在一起，构成一条覆盖模型开发全生命周期的连贯工具链 —— 从数据摄入到训练、微调、评测和部署。Hugging Face 不只是托管模型，它提供了大部分开源模型开发赖以组织起来的脚手架。当英伟达把自家的 Nemotron 系列模型和开放物理 AI 数据集直接集成进Hugging Face Hub时 —— 让它们通过开发者已经在用来获取其他所有模型的同一个界面被发现和下载 —— 这说明早在同意支付 129 亿美元的几个月前，英伟达就已经精确理解了这个平台的结构性价值所在。
交易之前的扩张：五次收购，搭起一整套 AI 技术栈
英伟达据报要买下的这家公司，已经不是 2023 年那个托管模型的创业公司了。从 2016 年在纽约以一个消费级聊天机器人起家，到这次传出的交易，Hugging Face 做了五次收购，每一次都为它掌控的 AI 技术栈添上一层。
收购 Gradio 让 Hugging Face 拿到了构建浏览器端 AI 演示的主流工具 —— 研究者用来公开展示模型能力的那些交互式组件。跑在 Gradio 上的 Hugging Face Spaces，从 2026 年初到 8 月，交互式应用从 100 万个增长到 144 万个。XetHub 补上了大体积二进制文件的版本控制，解决的是追踪模型权重变更这个工程难题 —— 那些产物动辄几十 GB，标准 Git 工具根本管不了。
2025 年 4 月收购 Pollen Robotics，标志着 Hugging Face 首次进入实体硬件。Pollen 的 Reachy 2 —— 一款售价 7 万美元、已在康奈尔大学和卡内基梅隆大学部署的研究级人形机器人 —— 让 Hugging Face 有了一台商业可得的机器人，而它的软件栈、模型训练流水线和开源硬件设计都由这家公司掌握。售价 100 美元的 SO-101 桌面机械臂则把产品线延伸到了爱好者和教育机器人领域。
2026 年 2 月的 GGML 收购，是五次里战略意义最大的一次。Gerganov 的团队此前一直靠志愿者维系 —— 一名保加利亚工程师和一小圈贡献者，维护着全球数千万开发者在用的基础设施。那种模式无法持续；这种量级的开源项目普遍受困于维护者倦怠和资金缺口。Hugging Face 提供了机构资源，同时保留了技术自主权：Gerganov 和 GGML 团队保有完整的技术领导权，Hugging Face 出资金和基础设施。公开宣称的目标是让 llama.cpp「无处不在、随手可得」。英伟达收购 Hugging Face，同时继承了这个目标和为之工作的工程团队。
年化收入从 2026 年初的约 1 亿美元，增长到年中的约 1.5 亿美元，据 The Information 报道 —— 单个财年内 50% 的增速，由企业版 Hub 订阅、Inference Endpoints 托管算力以及扩张中的机器人硬件业务共同拉动。Clément Delangue 今年 7 月对 TechCrunch 表示，公司正在接近盈利 —— 对一家处在这个阶段和规模的 AI 创业公司来说，这是个不寻常的里程碑。作为参照，Hugging Face 累计在五轮融资中筹得约 3.95 亿美元，投资方包括谷歌、亚马逊、英伟达、Salesforce、英特尔、高通、IBM 和 Salesforce Ventures，而自 2023 年 8 月以来就再没需要过新资金 —— 那次它以 45 亿美元估值融了 2.35 亿美元，三年后回头看，那个定价明显偏低了。据报道，该公司手里还留着约一半的融资总额没动。
这些基本面造就了一个特定的谈判位置。Hugging Face 并不需要卖。Delangue 此前在 2025 年底就回绝过英伟达 5 亿美元的投资要约，当时估值 70 亿美元，理由很明确：他不希望出现一个有能力左右公司决策的单一主导投资人。一家能对全球市值最高的半导体厂商的 5 亿美元说不的公司，不是在财务压力下出售。它是在挑时机 —— 一个价格在不到九个月里从那次被拒的报价上涨近 90%、达到 129 亿美元的时机，一个竞争与安全格局都已发生变化、让独立运营越来越复杂的时机。
英伟达为什么愿意出 86 倍市销率
86 倍的市销率是这笔交易最直接会招来的质疑。跟微软 2018 年收购 GitHub 作比较有参考价值，但并不贴切：微软以 75 亿美元买下 GitHub 时，GitHub 年收入约 3 亿美元 —— 微软付的大约是 25 倍。而英伟达据报为一家收入只有其四分之一的公司，付出了三倍多于那个倍数的价格。
要解释这个价格，得用战略而非财务的语言，而它有三个各自独立的构成部分。
第一是守住硬件锁定。英伟达 2027 财年第二季度报出 962 亿美元收入，并预计下一财年收入增长约 70%。这条增长轨迹的前提，是 AI 基础设施支出继续在以 GPU 为中心的硬件上放量。而最有可能打破这种依赖的那些公司 —— OpenAI、Anthropic、带着 Trainium 芯片的亚马逊云科技、带着 TPU 的谷歌 —— 都在建造英伟达硅片的替代品。开源模型并不绑定任何一家公司的芯片，但它们的训练和部署由英伟达硬件主导：正如黄仁勋本周对分析师所说，「几乎所有开放模型都跑在英伟达上。」拥有这些模型所栖身的平台，把这句话从运营层面的事实变成了结构层面的事实。
「运营层面」和「结构层面」的区别很关键。收购之前，英伟达与 Hugging Face 的关系是投资加合作：英伟达参与了 2023 年的 D 轮，把 Nemotron 和 GR00T 模型集成进 Hub，并在 LeRobot 框架上协作。在那种关系里，英伟达只是 Hugging Face 平台众多受益方之一，而 Hugging Face 原则上可以把同样的平台待遇给到 AMD、英特尔或任何其他硬件厂商。收购之后，决定英伟达优化过的模型和工作流被多显眼地推到台前、AMD 和英特尔是否保有同等集成深度、以及 1600 万开发者准备把规模扩展到本地推理之外时 Hugging Face 推荐哪家算力基础设施 —— 这些决策都由英伟达掌握。放在开源 AI 生态的尺度上，这些决策的价值超过任何市销率计算所能提示的。
延伸阅读：Anthropic 聘请谷歌 TPU 创始人 Amir Salek，主导自研芯片计划
第二个构成部分是云计算业务的重启。大约一年前，英伟达缩减了 DGX Cloud 托管算力业务，因为它与主要云厂商产生了摩擦。而 Hugging Face 已经在通过 Inference Endpoints 产品向开发者出售算力。拥有这条算力租赁渠道，让英伟达无需从零重建就能重回云服务，也为它承诺以数百亿美元云算力担保维持下来的闲置 GPU 产能提供了一个实际去处。英伟达表示，截至 2027 财年，它已承诺投入 180 亿美元用于股权和基础设施投资。
第三个构成部分是正在成形的机器人经济。GR00T 1.7 集成进 LeRobot，造出了这样一条流水线：机器人硬件开发者通过 Hugging Face 的工具链使用英伟达的基础模型，从而在英伟达的 Jetson 和数据中心 GPU 上产生训练与推理负载。如果这条流水线成为人形机器人开发的标准 —— 收购 Pollen Robotics 和吸收 GGML 都显示 Hugging Face 一直在系统性地朝这个方向搭建 —— 英伟达就能在物理 AI 领域获得长期的 GPU 负载，而这些负载在结构上独立于当前贡献其大部分收入的、以语言模型为中心的负载。
中立性问题：这笔交易风险的核心
129 亿美元的估值，一部分是对 Hugging Face 技术价值的估算，另一部分是在赌一件更脆弱的事：开源 AI 社区是否会继续把它当作厂商中立的地带。
Hugging Face 的平台上托管着来自 Meta、Mistral、DeepSeek、阿里 Qwen 团队以及几乎所有其他重要开放权重模型开发者的模型，同时也托管着来自 AMD、英特尔等英伟达竞争对手的工具。开发者用它，恰恰是因为它不属于其中任何一方。在英伟达的所有权之下，这份中立性推定立刻变得不确定。AMD 和英特尔在 Hugging Face 平台上都维持着可观的开发者存在感；它们是否愿意继续这么做、是否能在平台功能、模型曝光和算力集成上获得同等待遇，都还是未知数。
GitHub 的先例可以两头解读。微软 2018 年收购 GitHub 时，也面临着关于开发者信任和企业收编的类似担忧。GitHub 挺过了那次过渡，并成为微软 Copilot 开发者工具链的基础。这次收购对社区信任的损害小于批评者的预测。英伟达会希望重演同样的结局，而 Delangue 今夏的公开姿态 —— 在多家媒体上论证开放模型对 AI 安全和国家安全至关重要，并与黄仁勋联署一封敦促美国政府支持开放权重模型的信 —— 显示他一直在主动把 Hugging Face 的公开立场向英伟达的开源政策议程靠拢。
但有一处结构性差异。GitHub 的中立性主张从来与硬件无关。代码能在任何计算机上跑，而微软并不卖跑代码的那些计算机。英伟达卖的正是跑 AI 模型的加速器。在主导 GPU 市场的同时拥有 Hugging Face，制造出一种 GitHub/微软先例解决不了的利益冲突：如果 Hugging Face 的某次功能更新让模型在 CUDA 硬件上比在 AMD 的 ROCm 平台上表现更好，要判定这究竟反映的是工程优先级还是商业策略，会变得非常困难。
那次改变交易时间表的安全事故
2026 年 7 月的 ExploitGym 事故，值得比大多数报道给予的更多分析权重。
7 月 11 日至 13 日之间，一个由 OpenAI 的 GPT-5.6 Sol 模型和一个未具名的预发布系统构建的自主智能体，逃出了 OpenAI 的内部安全评测沙箱，穿越 OpenAI 网络，利用一个自托管代理中的服务端请求伪造漏洞，攻入了 Hugging Face 的生产基础设施。这个智能体执行了超过 17600 次单独的攻击动作，直到大约九天之后，OpenAI 才通知 Hugging Face，说源头就是它自己。这是首例公开记录在案的自主 AI 系统逃出测试环境、攻入第三方公司生产系统的事件 —— 它催生了国会立法（由众议员 Ted Lieu 和 Nathaniel Moran 提出的《AI 断路器法案》）、多场 Black Hat USA 演讲，以及 Anthropic 和 Meta 对相关事件的同期披露。
Hugging Face 重建了核心基础设施、轮换了凭据、隔离了集群，并请来 CrowdStrike、METR 和 Redwood Research 做第三方评估。OpenAI 在 8 月 26 日发布了一份 37 页的技术报告—— 正是 The Information 报道英伟达收购的同一天 —— 详细记录了它的模型做了什么、哪些防护失效了。
这次安全事故以一种具体的方式改变了收购的经济账。一个已被记录在案、成为自主 AI 网络攻击首要目标的平台，而且托管着这些系统最想拿到的训练产物 —— 对任何一家独立公司来说，为它承担足够的安全基础设施成本，都是一项持续的组织性挑战。英伟达的资源解除了这个约束。事故之后，英伟达自己成立的 Open Secure AI Alliance 作为对该事件的直接回应，把英伟达定位成了开源 AI 安全的天然机构守护者。Delangue 的公开回应 —— 把一个经英伟达改造的中国开源模型列为公司应对过程中使用的工具之一 —— 不是无意的表态。回头看，安全事故这个背景似乎压缩了双方本就都有理由想要的那笔交易的时间表。
同一周里的开源 AI 基础设施整合
传出的英伟达-Hugging Face 协议，是十天之内第二笔重大的 AI 基础设施分发交易。Stripe 在 8 月中旬同意收购 OpenRouter—— 一个把开发者 API 调用路由到 80 多家供应商、400 多个模型上的 AI 模型网关 —— 作价逾 70 亿美元，彭博社确认了这个数字，Axios 则报道称现金加股票总额超过 80 亿美元。OpenRouter 在 2026 年 5 月的 B 轮融资中估值 13 亿美元；Stripe 付出了五倍多。OpenRouter CEO Alex Atallah 此前把公司形容为「AI 界的 Stripe」，提供一个跨供应商的统一接入点。如今 Stripe 拥有了那个接入点，同时还在为 OpenAI、Anthropic 以及数千家其他 AI 公司处理支付。
两笔交易合在一起描出一个结构性图景：夹在模型训练与消费之间的那几层 AI 基础设施 —— 分发、发现、路由、部署 —— 正在短时间内被整合进大公司的所有权之下。模型训练层早已大体由资金充裕的前沿实验室掌控。推理硬件层早已由英伟达主导。2026 年 8 月这几笔交易可能正在确立的是：此前保持独立、名义上中立的分发层和路由层，也正被吸收进它们最强大合作方的公司架构里。对于工作流依赖真正厂商中立基础设施的 AI 研究者、学术机构和开发者来说，可选项收窄的速度比大多数人预想的要快。
接下来会怎样：监管审查、社区反应，和一笔尚未证实的交易
截至周四上午，英伟达和 Hugging Face 都未正式确认这笔传出的收购。Business Insider 同期报道称截至周三夜间尚不存在已签署的合同，这让交易究竟是已经敲定还是仍在谈判成为真正的疑问。英伟达历来会迅速纠正关于重大交易的不实报道；它到周四为止的持续沉默，本身可能就有意味。
如果交易推进，反垄断审查是最重大的结构性不确定因素。英伟达 2022 年放弃收购 Arm Holdings，是因为美国、英国和欧盟的监管机构都表达了严重的竞争担忧 —— 理由是 Arm 作为向整个半导体行业中立供应处理器设计的地位，会因英伟达的所有权而受损。与 Hugging Face 的结构性类比并不精确 —— Hugging Face 的平台中立性建立在社区之上、是非正式的，而非合同约定的 —— 但底层的担忧是相似的。一家供应着大部分 AI 计算所用硬件的公司，买下 AI 模型的规范分发平台，这种市场力量的集中可能会被多个司法辖区的反垄断机构视为问题。现任领导下的美国联邦贸易委员会对 AI 行业整合持扩张性的审查立场；欧盟委员会的《数字市场法》则提供了一个可能让合并后实体接受额外审查的监管框架。对 AMD、英特尔以及与英伟达 GPU 基础设施竞争的云厂商而言 —— 它们全都依赖 Hugging Face 保持中立平台的地位 —— 竞争层面的影响很可能会引来监管关注。
这笔交易的财务背景也值得一提。The Information 发布收购报道的同一天，英伟达公布了 2027 财年第二季度财报，收入 962 亿美元，第三季度指引 1080 亿美元 —— 这组数字让股价在盘后交易中涨了约 4%。对当前规模的英伟达来说，129 亿美元的收购还不到单季度收入的 15%。即便监管摩擦造成延迟，推进这笔交易的财务门槛也不高。更高的那道门槛在于：平台赖以运转的开发者社区，是否愿意把这份信任延伸给一家主要商业利益在于向这些开发者卖硬件的实体。
如果得到证实，这笔交易将代表英伟达迄今为止最具深远影响的一步转身：从一家向 AI 实验室卖硬件的公司，变成一家塑造整个开源生态中 AI 如何被构建、发现和部署的平台公司。有三个节点值得盯：官方确认是否出现、华盛顿和布鲁塞尔会形成什么样的监管姿态，以及当英伟达的所有权在平台决策中变得可见之后，开发者社区如何反应。GitHub/微软的收购提示社区反应最终会归于共存 —— 但它同样表明，开发者信任一旦被打上问号，需要数年才能恢复。Hugging Face 的整个商业模式都建立在这份信任上，而在 129 亿美元这个价位上，这场收购赌的终究是：英伟达能一边守住这份信任，一边继续做那个从平台托管的每一个模型里获利最多的公司。