英伟达宣布以129.303亿美元收购Hugging Face，其中119亿美元付给股东、最多10亿美元留人。Hugging Face聚集1800万开发者、300多万模型、50万个数据集和20多万家公司，是开放模型最重要的分发入口。

9 月 3 日，黄仁勋宣布英伟达将以 129.303 亿美元收购 Hugging Face。

美国证券交易委员会文件把这笔钱拆得更清楚。约 119 亿美元付给股东，另外最多 10 亿美元用于留住加入英伟达的员工。交易预计在 2027 年上半年完成，目前仍要等待监管批准。

三年前，Hugging Face 的融资估值为 45 亿美元。英伟达这次给出的价格接近当时的 2.9 倍。它买到的也并非某一个最强模型。Hugging Face 自己不拥有类似 GPT-6 Astra 或 Claude Fable 的旗舰闭源模型。

它拥有的是另外一组数字。

1800 万名开发者、研究人员与创作者，300 多万个模型，50 万个数据集，100 万个应用，以及 20 多万家使用这个平台的公司。

当模型越来越多，英伟达买下了人们寻找、比较、修改和部署模型时最常经过的地方。

英伟达宣布收购 Hugging Face

01 一张地图

很多人把 Hugging Face 叫作 AI 领域的 GitHub。这个说法省事，却容易低估它。

开发者可以在 GitHub 找到训练代码，在 Hugging Face 还能直接找到模型参数、数据集、演示应用、评测结果和部署工具。一名工程师想做语音识别，不必从论文和零散网站逐个寻找。他可以先按任务筛选模型，查看许可证、下载量和别人做过的版本，再决定放在云端还是自己的机器上运行。

这套流程让 Hugging Face 逐渐变成开放模型的目录、工作台与发布场。模型作者在这里获得使用者，企业在这里挑选技术，芯片与云厂商在这里展示自己的运行方案。

平台本身因此掌握了一张非常及时的行业地图。哪些模型突然被大量下载，哪种结构开始流行，开发者正从哪个框架迁走，哪类应用正在增加，这些变化往往会先出现在仓库、下载和演示里。

Forrester 首席分析师 Naveen Chhabra 对 Axios 的判断很直接。收购以后，英伟达可以更早看到模型、数据集和技术结构的变化。我们无法确认英伟达会怎样使用这些信息，但这张地图显然具有商业价值。

Hugging Face 把模型、数据、应用与开发者放在同一张地图上

02 从聊天应用到基础设施

Hugging Face 2016 年创立时，做的是一款面向青少年的聊天应用。三位创始人 Clément Delangue、Julien Chaumond 和 Thomas Wolf 后来改变方向，把内部使用的自然语言处理工具开放出来。

2018 年以后，Transformer 模型迅速成为自然语言处理的主流。不同研究团队不断发布新模型，使用方式却很零散。Hugging Face 的 Transformers 库把加载、微调和运行模型的步骤统一起来，模型中心又给这些成果提供了共同地址。

它赶上了一次很少见的变化。过去的软件开发围绕代码协作，生成式 AI 又增加了模型参数、训练数据和推理环境。一个模型可能有几十种微调版本，同一份参数还要面对英伟达、AMD、苹果芯片与不同云平台。

Hugging Face 没有在每一层都亲自做产品。它先让这些东西能够被找到、下载和复用，再向企业出售私有仓库、托管推理、计算资源和团队协作工具。

平台的中立身份很重要。亚马逊、谷歌、微软、Salesforce、IBM、英特尔、AMD、英伟达等公司都参加了 2023 年的 2.35 亿美元融资。它们彼此竞争，却愿意把模型和工具放到同一个地方。

这段历史也解释了 Hugging Face 为什么难以复制。模型文件可以另建网站保存，Transformers 库也可以被其他开源项目替代，真正耗时的是让作者、使用者、企业客户和硬件厂商在同一套页面与工具里持续合作。每多一个模型作者，平台对使用者就更有用。使用者增加以后，作者又更愿意首先在这里发布。英伟达支付的价格里，有相当一部分对应的是十年积累下来的关系与习惯。

Hugging Face 从聊天应用走到开放模型的共同工作台

03 三年膨胀

英伟达与 Hugging Face 的关系很早就超出了投资。

2023 年 8 月，双方宣布把 DGX Cloud 接进 Hugging Face。当时的官方数字是 1.5 万家机构、25 万个模型和 5 万个数据集。开发者可以从模型页面进入英伟达的云端算力，训练和调整自己的模型。

三年后，英伟达公布的数字变成 20 多万家公司、300 多万个模型和 50 万个数据集。按两个时间点的公开口径粗略比较，公司数量增长超过 12 倍，模型数量增长约 11 倍，数据集数量增长约 9 倍。两次统计的对象与方法可能已经变化，这个比较只能说明大致规模。

英伟达自己也在扩大存在感。黄仁勋称，公司已在 Hugging Face 发布 500 多个模型与 250 多个开放数据集，是平台上开放模型和数据的最大贡献者。

这条关系原本是一条合作通道。Hugging Face 把开发者带到 DGX Cloud，英伟达向平台提供训练和推理资源。收购以后，通道与平台归到同一家公司。

英伟达付出的 129 亿美元，换来的正是三年里迅速放大的入口。

交易的付款结构也在说明这一点。监管文件列出的收购对价约为 119 亿美元，另有最多 10 亿美元专门用于留住员工。后面这笔钱接近总金额的 8%。一个模型仓库可以复制，维护开源库、服务社区并判断下一步该做什么的人不能随着文件一起自动转移。英伟达必须确保平台的工程和社区团队在交割后继续留下，否则它买到的网络很可能在组织变化中松动。

三年间 Hugging Face 的模型与企业使用规模快速增长

04 开放模型带来更多芯片

英伟达支持开放模型，里面有一笔很容易理解的账。

闭源模型市场越集中，计算需求越集中在少数大客户手里。OpenAI、Google、亚马逊和 Meta 这类大客户本身也在推动自研芯片或替代方案。它们采购大量 GPU，也一直寻找降低依赖的办法。

开放模型走的是另一条路。数千家公司、大学和创业团队可以下载模型，改成适合自己的版本，再选择本地服务器、云平台或边缘设备运行。单个客户的订单更小，客户数量却多得多。

路透社在交易报道中提到，企业因为闭源模型部署成本较高，正在更多采用开放权重模型。DeepSeek、Z.ai 等公司发布的部分模型被报道为在代码等任务上接近美国头部模型，同时运行成本更低。模型选择增加以后，部署这些模型的计算需求也会增加。

英伟达无需押中每一家模型公司。只要大量模型仍然优先在它的硬件和软件上运行，开放生态越繁荣，潜在的 GPU 买家就越多。

开放模型把计算需求分散到更多公司与开发团队

05 七个大客户

这笔收购也暴露出英伟达增长里的一项压力。

Argent Capital Management 投资组合经理 Jed Ellerbroek 估计，亚马逊、谷歌、微软、Meta、SpaceX、Anthropic 和 OpenAI 七家公司贡献了英伟达约 70% 的收入。这个比例来自分析师估算，并非英伟达财报直接披露。

七家公司可以买下成千上万块 GPU，也拥有更强的议价能力。谷歌长期使用 TPU，亚马逊开发 Trainium，微软和 OpenAI 都在推进自己的芯片。它们不会在短期内停止采购英伟达产品，但每一次自研都会增加英伟达未来收入的不确定性。

Hugging Face 覆盖的 20 多万家公司，让英伟达更容易触达更广的一批企业用户。很多公司不会自己训练万亿参数模型，却会下载一个较小模型，做微调、评测和部署。英伟达已经拥有芯片、CUDA、服务器、网络和云端计算，Hugging Face 可以把这些产品放到开发流程更早的位置。

分析师把这件事称为保护 GPU 销售。我们更愿意把它写得具体一些。英伟达要让一家企业决定使用开放模型时，下一步更容易落到自己的计算平台。

英伟达试图从少数大客户走向更广的开发者与企业市场

06 保持开放

黄仁勋在公告里花了相当多篇幅承诺 Hugging Face 会继续开放。

开发者仍能选择模型、框架、云服务、推理服务和计算平台。使用 Hugging Face 不会被要求采用英伟达计算。平台还会继续支持多云、多种加速器，以及来自所有模型开发者的开放源码和开放权重模型。

这些话也写进了英伟达提交给监管机构的文件。文件称，英伟达承诺让平台按照现有方式保持开放，继续支持其他芯片供应商。正式文件比一篇庆祝收购的博客更有分量。

问题并没有因此消失。Hugging Face 目前同时支持 AMD、英特尔、苹果和云厂商的方案。收购完成以后，它可以继续保留这些选项，默认教程、性能优化、首页推荐和企业销售的细小选择仍可能改变开发者最后使用什么。

中立平台很少靠一条封禁改变方向。更常见的变化发生在默认按钮、推荐顺序和哪一种方案获得最多工程资源上。

开放模型又给社区保留了一部分制衡能力。许多模型权重、代码和数据集可以下载，开发者也能迁到其他托管平台。迁移并不轻松，企业私有仓库、讨论记录、演示应用和自动化流程很难一次搬完，但它至少不是一个完全封闭的网络。英伟达如果明显削弱其他芯片或云平台，最有价值的模型作者有机会先离开。平台保持开放因此既是一项公开承诺，也是一项保护收购价值的商业约束。

英伟达承诺 Hugging Face 继续支持模型、云和芯片的自由选择

07 社区的疑问

Hugging Face 的价值来自社区贡献。模型作者上传参数，研究人员补充评测，开发者制作演示，企业又把一部分内部工作放到私有仓库。

平台被全球最大的 AI 芯片公司拥有以后，用户自然会重新审视三件事。自己的私有模型与数据怎样处理，推荐系统会不会倾向英伟达产品，其他芯片公司是否还愿意把最新优化放在这里。

目前公开文件没有显示英伟达会取得客户私有内容用于训练，也没有宣布改变数据政策。把这些担忧直接写成已经发生的事实并不准确。它们仍然是交易完成前必须回答的问题。

监管审查也会看同一组关系。英伟达控制着主流 AI 计算平台，再拥有一个头部开放模型分发与协作平台，可能同时影响硬件选择、软件优化和模型发现。交易文件预计 2027 年上半年完成，说明这件事仍有一段路要走。

社区能不能继续把 Hugging Face 当作共同场地，将决定 129 亿美元买到的是活跃网络，还是一份迅速贬值的用户名单。

平台价值取决于开发者是否继续信任它的中立性

08 价格买什么

Hugging Face 在 2023 年融资时估值 45 亿美元，公开报道显示累计融资约 4 亿美元。英伟达的报价让早期投资人获得了很高回报，也把平台的战略价值放到了收入之前。

外部报道曾用约 1.5 亿美元年化收入估算收购倍数，得到约 86 倍。Hugging Face 没有在公告或监管文件中确认这项收入，我们不把它当作确定数字。即使不采用这项估算，129 亿美元仍远高于上一轮估值。

英伟达买到三类东西。一类是开发者关系，一类是开放模型市场的实时信息，还有一类是把模型部署引向计算产品的入口。

这些东西很难单独定价。它们对普通软件公司未必值 129 亿美元，对一家依靠 AI 计算需求增长的公司却有额外意义。英伟达每多卖出一批 GPU、云端算力或企业软件，都可能让平台的价值回到核心业务。

这也是收购价看起来昂贵，交易逻辑仍然成立的原因。它的回报不一定出现在 Hugging Face 自己的收入里。

129 亿美元对应的是社区、信息与计算入口三项资产

09 新的入口

过去几年，英伟达不断把业务从芯片向上延伸。CUDA 让开发者使用 GPU，DGX 把芯片做成完整系统，NIM 和企业软件把模型部署变成服务。Hugging Face 又向前走了一步，进入开发者决定使用哪个模型的时刻。

这个时刻很早，却会影响后面的每一项选择。模型支持哪种精度，哪个推理库最省钱，哪里可以一键部署，哪个硬件得到最完整的示例，都会改变一家公司采购什么。

GitHub 被微软收购以后仍然支持不同云和开发工具。微软也通过 GitHub 更靠近全球开发者。Hugging Face 面对的情况相似，只是模型与计算资源的联系更紧，平台所有者与其他硬件供应商的冲突也更直接。

英伟达必须同时完成两件难事。它要让 Hugging Face 帮助自己的计算业务，也要让社区相信平台不会只帮助英伟达。前一件事带来收购回报，后一件事保住收购价值。

英伟达把入口推进到开发者选择模型的那一刻

10 开放的归宿

Hugging Face 最初是一款没有成功的聊天应用，后来把内部工具开放出来，才走到今天。它的成长说明，AI 行业除了需要更强模型，也需要一个让大量模型被找到和复用的共同地方。

英伟达在闭源模型公司身上赚到大量收入，如今又花 129 亿美元买下开放模型的主要入口。这并不矛盾。英伟达卖的是计算，模型由谁拥有、采用什么许可证，对它都可以形成需求。

交易以后，开放模型获得了更深的资金与基础设施支持，也失去了一部分所有权上的中立。黄仁勋承诺平台不要求使用英伟达硬件，监管文件也留下了相同承诺。往后的判断要看产品里的具体选择。

AMD 硬件上的模型部署是否还能得到同样好的支持，来自不同地区的模型是否仍能自由发布，私有仓库的规则是否改变，开发者能不能把工作顺利迁出平台。这些普通问题，比一句「继续开放」更能说明收购后的 Hugging Face 变成了什么。

129 亿美元买下的是一个共同场地。英伟达能否克制自己，决定这个场地以后还会不会有人来。

资料来源：

黄仁勋宣布英伟达收购 Hugging Face，2026 年 9 月 3 日原文 https://blogs.nvidia.com/blog/nvidia-to-acquire-hugging-face/

英伟达提交美国证券交易委员会的收购文件原文 https://www.sec.gov/Archives/edgar/data/1045810/000104581026000078/nvda-20260902.htm

美联社对交易与开放平台承诺的报道原文 https://apnews.com/article/nvidia-hugging-face-ai-d96d50e037a2ade479dcdf81cdf2afcf

路透社对交易动机、开放模型与芯片竞争的报道原文 https://www.investing.com/news/stock-market-news/nvidia-to-buy-hugging-face-for-nearly-13-billion-in-big-bet-on-open-ai-models-4887750

Axios 对英伟达客户集中与开发者数据价值的分析原文 https://www.axios.com/2026/09/03/nvidia-hugging-face-ai

Axios 对交易价格、历史融资与竞购过程的报道原文 https://www.axios.com/2026/09/03/nvidia-hugging-face-13b

英伟达与 Hugging Face 在 2023 年宣布 DGX Cloud 合作原文 https://investor.nvidia.com/news/press-release-details/2023/NVIDIA-and-Hugging-Face-to-Connect-Millions-of-Developers-to-Generative-AI-Supercomputing/default.aspx

Hugging Face 与 AMD 的模型加速合作原文 https://huggingface.co/blog/huggingface-and-amd

Hugging Face Transformers 官方文档原文 https://huggingface.co/docs/transformers/index

Hugging Face 对 2023 年开放模型发展的回顾原文 https://huggingface.co/blog/2023-in-llms

英伟达 2026 年年报对开放模型贡献的说明原文 https://www.sec.gov/Archives/edgar/data/1045810/000104581026000038/a2026-annualxreportxwebxfi.pdf

TechRadar 对收购估值与年化收入倍数的报道原文 https://www.techradar.com/pro/nvidia-wants-to-buy-hugging-face-in-usd13-billion-blockbuster-ai-deal