三个创业者做了十年的AI社区，英伟达拟花129亿美元买下
三个法国人花了近三年，做一款陪青少年聊天的 AI 电子宠物。
十年后，英伟达据报愿意为他们后来做出的东西支付 129 亿美元。
8 月 26 日，The Information 报道英伟达已经同意以 129 亿美元收购 Hugging Face。Business Insider 给出的进度更谨慎：双方仍未签署协议，交易也可能谈崩。截至目前，英伟达和 Hugging Face 都没有正式回应。TechCrunch 把两种说法放在了同一篇报道里。
所以现在还不能说 Hugging Face 已经卖了。
但 129 亿美元这个数字已经把一个问题摆到了桌面上：Hugging Face 据报只有约 1.5 亿美元年化收入，英伟达为什么愿意开出收入 86 倍的价格？
答案藏在十年前那次并不成功的创业里。
他们最早想做的，是一个不会离开你的聊天伙伴
2016 年，Clément Delangue、Julien Chaumond 和 Thomas Wolf 在巴黎开始做 Hugging Face。
Chaumond 和 Wolf 是工程学校的旧识，两个人以前还组过一支短命的乐队，翻唱 Alanis Morissette。Chaumond 后来认识了 Delangue，三个人凑到一起，想做一件既有科学难度、又足够好玩的事。
他们的答案是一款面向青少年的聊天机器人。
那时还没有 ChatGPT。Siri 和 Alexa 已经出现，但主要负责查天气、设闹钟。三个人觉得这种对话太像工具，于是把 Hugging Face 设计成一个 AI 版的“电子宠物”：它不只回答问题，还陪人聊天，像一个住在手机里的虚拟朋友。
这个点子在法国很难融资。Chaumond 后来回忆，他们当时拿着一个没有商业模式的青少年虚拟朋友去见投资人，法国投资人不会为它买单。美国的 Betaworks 给了他们最早的 20 万美元投资和一个纽约加速器名额，团队因此搬到美国成立公司。
他们在这个方向上做了将近三年。用户和机器人交换过数十亿条消息，产品不能算没人用，但它没有把公司带到一个足够清楚的未来。
真正的转折不是一次战略会，也不是创始人突然想明白了商业模式。
它发生在一个星期五晚上。
一个周末，把公司从聊天机器人变成了AI基础设施
2018 年底，Google 发布了语言模型 BERT。当时官方版本基于 TensorFlow，而很多研究者和开发者更习惯使用 PyTorch。
Thomas Wolf 看见后对两位联合创始人说，他想用周末把 BERT 搬到 PyTorch。
另外两个人的反应大致是：行，你去玩吧。
周一，Wolf 把代码放上 GitHub，又发了一条推文。那条非常具体、非常技术的内容得到了大约 1000 个赞。
这对今天的 Hugging Face 不算什么。但对当时三个还在做聊天机器人的法国创业者来说，那是一个异常清楚的信号。
陌生开发者开始主动修复代码里的问题，又把其他新模型接进仓库。他们没有因为公司重新定位而来，也没读过 Hugging Face 的商业计划。他们只是发现这里有个东西，能让自己更容易使用最新的 AI 模型。
三位创始人顺着这个信号继续加模型、补工具、维护社区。2019 年，Hugging Face 正式从消费级聊天机器人转向开源机器学习基础设施。后来那套代码成为 Transformers，平台上又陆续长出模型、数据集和演示应用。
Delangue 在一次访谈里回忆这段历史时说，他们不是先决定要成为“AI 时代的 GitHub”，再按蓝图把它建出来的。他们只是看见社区正在替自己的行为投票，然后跟了上去。
这可能是 Hugging Face 故事里最值得记住的地方：最初的产品做了近三年，真正值 129 亿美元的方向，却先以创始人的一个周末副项目出现。
免费的模型，怎么长成一家百亿美元公司
Hugging Face 后来被称作“AI 时代的 GitHub”。
开发者在这里上传、查找和下载模型，比较模型卡片，调用数据集，把演示做成可以直接体验的 Spaces。模型大多可以免费访问，社区却在使用过程中留下了一套很难复制的关系：哪个模型正在流行，谁在维护它，什么任务需要什么模型，模型最终又跑在什么硬件上。
公司靠企业版、私有托管、存储和计算服务赚钱。2023 年，Hugging Face 融资 2.35 亿美元，估值 45 亿美元。那一轮投资者很特别：Google、Amazon、Nvidia、Intel、AMD、Qualcomm、IBM 和 Salesforce 等原本互相竞争的公司都进来了。
Delangue 当时把这种结构称为 AI 世界的“瑞士”：没有一家巨头拥有特殊通道，平台因此能同时服务不同模型、云和芯片。
这份中立很值钱。
因为开发者选择模型时，很少会先打开芯片公司的销售页面。他们会先到 Hugging Face 搜模型、看下载量、试演示、读文档，然后才决定把模型部署在哪里。
谁站在这条路径的上游，谁就离下一笔算力订单更近。
英伟达早已不只是站在门外看
英伟达既是 Hugging Face 的投资者，也是它的客户和合作伙伴。
2025 年 3 月，Delangue 公开欢迎英伟达成为企业版客户。他当时透露，英伟达有将近 2000 名员工使用 Hugging Face，英伟达官方组织在平台上拥有约 2 万名关注者。
三个月后，双方又推出 Training Cluster as a Service。Hugging Face 上的机构可以申请训练所需的 GPU 集群，底层接入英伟达的 DGX Cloud Lepton。Hugging Face 当时给出的数字是，平台上已有 25 万个组织可以使用这项服务。
这条链路已经很接近一门完整的生意：
- 开发者在 Hugging Face 找到模型；
- Hugging Face 帮他获得训练和部署所需的计算资源；
- 计算资源背后是英伟达的 GPU 和云服务；
- 更多开源模型被做出来，再吸引下一批开发者回到 Hugging Face。
英伟达如果只投资 Hugging Face，只能参与这条链路。收购之后，它得到的则是链路本身。
这也是 86 倍收入仍然说得通的地方。129 亿美元不是在给 Hugging Face 当前的订阅收入定价，而是在给开发者的默认入口定价。
去年不愿让一家巨头影响自己，今年为什么可能愿意卖掉
这桩交易还有一处很难绕开的矛盾。
据 Financial Times 此前报道，Hugging Face 在 2025 年拒绝过英伟达一笔 5 亿美元的投资。那笔投资会把公司估值推到 70 亿美元，但 Hugging Face 不希望一个占支配地位的股东左右公司决定。
不到一年后，桌上的数字变成了 129 亿美元，而且不再是投资，而是整体收购。
两件事看起来冲突，其实对应着两种不同的处境。接受单一大股东，创始人可能既失去部分控制，又要继续承担独立公司的增长压力；整体出售，则是用全部控制权换一个确定的结果。
外人很难替三位创始人判断哪一个选择更正确。Hugging Face 的年化收入据报在两个月内从约 1 亿美元升到 1.5 亿美元，也已经接近盈利。它不是被逼到墙角才寻找买家。
也正因为如此，129 亿美元才真正成为一个考验：当别人愿意为你十年的工作一次性付出远高于当前收入的价格，坚持独立不再只是口号，而是一笔可以精确计算的机会成本。
开源模型不会因为一次收购突然消失，真正会变化的是信任
如果交易完成，Hugging Face 上的免费模型不会在第二天集体收费。
很多模型由不同开发者和机构上传，各自受对应许可证约束。英伟达买下平台，不等于买下所有模型的所有权。把模型全部锁起来，也会直接摧毁它花 129 亿美元想得到的开发者网络。
真正值得观察的是更细的变化：搜索和推荐是否继续中立；AMD、Google TPU 等硬件是否还会获得同等位置；企业客户的数据和模型是否会被更深地接入英伟达体系；一个由芯片公司控制的平台，会不会逐渐把“最方便的选择”变成“最有利于自己芯片的选择”。
这些问题暂时都没有答案。
但 2023 年那轮融资时，Hugging Face 特意让一群相互竞争的巨头同时入股，以此证明自己的中立。三年后，如果平台由其中一家完全拥有，“AI 世界的瑞士”这句话就需要重新解释。
黄仁勋想买的，是那个周末之后形成的习惯
Hugging Face 的三位创始人没有训练出 GPT，也没有制造 GPU。
他们做的事情更不起眼：把散落在论文、实验室和公司里的模型，变成开发者找得到、下得动、跑得起来的东西。
最初，这只是 Thomas Wolf 在周末做的一次代码移植。随后有人点了赞，有人修了 bug，有人上传新模型。十年后，这些动作叠成了一个入口。
黄仁勋愿意出的 129 亿美元，买的就是这个入口背后的习惯：一个开发者想试新模型时，第一站会去哪里。
芯片会换代，热门模型也会换名字。习惯一旦形成，却很难被另一家公司用钱和代码重新造一遍。
三个创业者当年想做一个陪青少年聊天的 AI 朋友，没有做成。
他们顺手为开发者做的工具，却可能成为英伟达史上最昂贵的入口之一。
讨论