HuggingFace

HuggingFace 是一个围绕自然语言处理与人工智能搭建的开源平台，2016 年在美国纽约创立，之后在蒙特利尔、巴黎和旧金山陆续设点。它把预训练模型、公开数据集和可在线运行的 AI 应用集中到同一个地方，研究人员、工程师和普通开发者在上面都能找到可以直接上手的资源。经过几年迭代，它从早期的聊天机器人项目，慢慢变成机器学习社区里频繁被提起的协作站点。

• 官网入口：https://huggingface.co/

预训练模型库

• 模型规模：模型库收录超过 32 万个预训练模型，云模型、语言模型等类型都有涉及。
• 框架兼容：这些模型基于 PyTorch、TensorFlow 实现，同时支持 ONNX 格式，换环境部署时省去不少改动。
• 代表模型：BERT、GPT-2、RoBERTa 这类常见模型都能查到，能够下载，也能先在线试跑。
• 配套数据集：5 万多个数据集可用于训练、验证和测试，文本、图像、音频几种模态都覆盖到了。模型与数据放在一处，是 HuggingFace 的核心功能之一。

在线应用空间

• 免费运行：Spaces 提供在线运行环境，本地不装依赖也能把模型跑起来看效果。
• 应用数量：平台上已有超过 10 万个应用，涵盖文本、图像、音频等多种模态。
• 分享展示：做好一个应用可以直接发布出来，让别人试用并留下反馈。

开发工具包

• Transformers：提供数千种预训练 NLP 模型及调用接口，加载、修改、复用走的是同一套流程。
• Diffusers：面向图像和音频生成的扩散模型库，对 PyTorch 的支持比较到位。
• 接口与文档：附带教程和 API 说明，方便在常见编程环境里调用它的模型和工具包。

从预训练模型、数据集到在线应用托管，HuggingFace 的核心功能几乎串起了 AI 开发的主要环节：模型拿来即用，数据集直接下载，做出来的 Demo 也能马上分享给社区。这个开源平台背后还有大量组织参与贡献，想快速验证想法，或者想跟进最新研究成果，都可以来这里翻一翻。