英偉達129億買下Hugging Face:拒絕5億投資後,開源AI童話結束了

藍鯨財經
09/01

作者:公爵互聯社 牛金鵬

這兩天,AI圈兩條消息炸了。

一條很小:Hugging Face發布了一隻叫Microduck的機器鴨,25釐米高,不到800克,399美元,能叼襪子、能滑旱冰、推倒了自己爬起來。開源社區一片歡呼,說這纔是AI該有的樣子——人人都能玩,人人都能改。

另一條很大:同一天,英偉達被曝以129億美元——約867億人民幣收購Hugging Face。全球最大的AI開源平台,要被全球最大的AI芯片公司整體買下了。

一隻399塊的鴨子,和一筆867億的收購,發生在同一家公司、同一天。這個反差本身,就是開源AI十年故事的縮影:理想很輕,現實很重。

更諷刺的是,就在九個月前,Hugging Face啱啱拒絕了英偉達一筆5億美元的投資。當時的理由很體面:不想讓單一巨頭獲得過大話語權,要保持平台中立。九個月後,不是讓你當股東了,是整家公司都歸你。

從"拒絕參股"到"整體賣身",中間只隔了一個夏天。

【129億,買的到底是什麼?】

先說這筆錢有多誇張。

Hugging Face上一輪公開孖展是2023年,Salesforce領投2.35億美元,估值45億美元。三年時間,估值翻了將近三倍。但更關鍵的數字是營收,據Sacra估算,Hugging Face年化收入大約1.5億美元。129億除以1.5億,80多倍的市銷率啊。

什麼概念?英偉達自己單季營收962億美元,市值也就大概20倍左右的市銷率。Hugging Face一家還沒盈利的平台公司,賣了將近80多倍。

黃仁勳瘋了嗎?並沒有。他買的不是一家SaaS公司的收入,是一個生態的入口。

Hugging Face是什麼?簡單說,就是AI模型界的GitHub。全世界的開發者把訓練好的模型傳上去,別人就可以免費下載、修改、再發布。平台上託管着超過100萬個模型,從Meta的Llama到谷歌的Gemma,從DeepSeek到各種小衆垂直模型,幾乎你能叫出名字的開源模型,第一站都在這。

它不生產模型,它是模型的"分發商"。但在AI時代,分發權就是話語權。你模型再厲害,開發者找不到、用不上,等於零。Hugging Face掌握的,就是開源模型從實驗室到開發者手裏的那最後一公里。

對英偉達來說,這一公里太重要了。它賣的是GPU,GPU跑的是模型。如果模型的分發渠道握在自己手裏,那意味着什麼?意味着未來每一個開源模型的默認優化、默認部署、默認推理,都可以優先適配英偉達的硬件。開發者從Hugging Face上下載模型,一鍵部署到英偉達的雲服務上,整個鏈路閉環。

這不是買一家公司,這是給全球開源AI的水管裝上了自己的水錶。

而且英偉達不是第一次幹這種事。就在這次收購之前,它已經花60億美元拿下了推理服務公司Poolside的核心團隊和技術,又在自研Nemotron開源模型。芯片、模型、推理服務、分發平台,黃仁勳要的是全棧,從底層硬件到上層生態,一根鏈條全部攥在手裏。

Hugging Face,就是這根鏈條上最後的一塊拼圖。

【為什麼是現在賣】

很多人問:Hugging Face不是一直強調獨立性嗎?CEO Clément Delangue 8月24日還在公開場合說,公司"接近盈利",對社區負有長期責任。兩天後就賣了?

答案其實並不複雜:獨立的路,越來越難走了。

第一層壓力,是錢。Hugging Face的商業模式很簡單——免費託管模型,靠企業級付費服務賺錢。但這個模式有個致命問題:最有價值的大模型公司(Meta、谷歌、DeepSeek),自己有能力做分發,不會給你交太多錢;中小開發者雖然用得多,但付不起錢。平台流量巨大,變現卻很有限。1.5億美元的年化收入,撐不起一個需要持續投入服務器、帶寬、技術團隊的基礎設施平台。

第二層壓力,是競爭。大模型公司都在建自己的生態。Meta有自己的模型下載渠道,谷歌有Vertex AI,微軟有Azure AI Foundry,甚至連OpenAI都在推自己的API生態。Hugging Face作為第三方中立平台,正在被兩頭擠壓:上游模型廠商自己做分發,下游雲廠商自己做託管。它的"中立"曾經是優勢,現在正在變成夾縫。

第三層壓力,也是最直接的,行業在瘋狂併購,不站隊就可能被邊緣化。過去一個月,AI基礎設施領域的併購一個比一個大:Stripe花了70多億美元買下AI模型路由平台OpenRouter,英偉達60億美元拿下Poolside。錢在往頭部集中,資源在往頭部集中,獨立小平台的生存空間正在被快速壓縮。

在這個節骨眼上,英偉達開了一個無法拒絕的價格129億,是上一輪估值的近三倍,是年營收的80多倍。對投資人來說,這是一個鎖定鉅額回報的窗口;對創始團隊來說,這是一個"再不賣可能就沒這個價了"的節點。

理想主義在商業面前,從來都是有價格的。只是這次的價格,是129億美元。

【開源的宿命:巨頭收編,不是第一次了】

Hugging Face被收購,最失落的是開源社區。很多開發者在社交平台上發帖,說"一個時代結束了"。

但說實話,這不是開源第一次走到這一步。

就在2018年,微軟75億美元曾收購GitHub。當時也是一片哀嚎,說開源代碼的最大託管平台落入科技巨頭之手。結果呢?GitHub在微軟旗下反而發展得更好,Actions、Copilot、Codespaces,產品迭代速度比獨立時期快得多。微軟沒有把GitHub變成封閉平台,因為它知道,GitHub的價值就在於開放,關起來就不值錢了。

還有2019年,IBM 340億美元收購Red Hat,開源企業軟件的旗幟被藍色巨人收編。但Red Hat至今仍然獨立運營,企業文化和開源路線都沒變。

這兩筆交易說明了一個道理:巨頭收購開源平台,不等於開源死亡。恰恰相反,巨頭需要開源平台保持開放,因為開放纔是它的價值所在。

英偉達買Hugging Face,大概率也是這個邏輯。它不會傻到把Hugging Face關起來、只允許英偉達的模型上架,那樣的話,開發者會用腳投票,平台價值瞬間歸零。它更可能做的是:保持平台開放,但在底層優化、雲服務、推理部署這些環節,悄悄把流量導向英偉達的生態。

真正值得警惕的,不是"開源被收購",而是開源的分發權正在集中到少數幾家巨頭手裏。GitHub歸了微軟,Hugging Face要歸英偉達,模型路由歸了Stripe——AI時代的基礎設施,正在被幾家最有錢的公司瓜分殆盡。

開源的代碼還是自由的,但你獲取代碼的渠道、運行代碼的硬件、部署代碼的平台,可能都在同幾家公司的控制之下。這纔是真正的變化。

【對中國意味着什麼】

最後說回國內。

Hugging Face上有大量中國團隊的開源模型,DeepSeek、智譜、月之暗面、零一萬物等,很多模型的第一發布渠道都是Hugging Face。英偉達收購之後,這些模型的分發會不會受影響?

短期看,不會。前面說了,英偉達需要Hugging Face保持開放,不會主動清理中國模型。而且Hugging Face在中國本來就有鏡像站,國內開發者的訪問並不完全依賴主站。

但長期看,有一個隱憂:英偉達掌握了開源模型的分發渠道後,它對整個開源生態的影響力會進一步增強。未來如果出現地緣政治層面的限制,Hugging Face作為英偉達旗下的平台,是否會受到美國出口管制的約束?這是一個懸而未決的問題。

更現實的影響是在芯片層面。英偉達收購Hugging Face之後,開源模型的默認優化會更加偏向英偉達硬件。這對正在努力構建自主AI芯片生態的中國公司來說,不是好消息,當全世界的開發者都習慣了"下載模型→一鍵部署到英偉達GPU"的流程,國產芯片的適配成本就更高了。

但換個角度看,這也可能是國內自建開源生態的機會。如果Hugging Face的中立性不再,國內團隊會不會更有動力去建設自己的開源模型社區?目前魔搭(ModelScope)、飛槳、智源的OpenI平台都在做這件事,但用戶規模和社區活躍度跟Hugging Face還有很大差距。

危機從來都是兩面的。英偉達把Hugging Face收了,國內的開源平台反而有了一個"中立替代"的定位機會。能不能抓住,就看自己了。

【結束語】

回到開頭那隻399美元的機器鴨。

Microduck之所以讓人興奮,不是因為它技術多先進,而是因為它代表了一種可能性,AI不應該是少數巨頭的玩具,它應該是人人都能碰、人人都能改、人人都能用的東西。Hugging Face十年前創立的時候,信的就是這個。

但129億美元的收購提醒我們:開源的理想可以很純粹,開源的商業從來都不純粹。GitHub歸了微軟,Red Hat歸了IBM,現在Hugging Face要歸英偉達。每一次都是"巨頭收編開源",每一次開源都沒有死,但每一次,獨立的選擇都少了一個。

這不一定是壞事。微軟手裏的GitHub比以前更好用,IBM手裏的Red Hat依然是開源旗幟。英偉達手裏的Hugging Face,可能會有更多資源、更快迭代、更好的產品。

但有一件事確實變了:那個"拒絕巨頭、保持中立、為社區而生"的Hugging Face,從8月27號那天起,就可能只存在於記憶裏了。

開源AI的野生時代,要結束了。

接下來是巨頭的時代,至於它是更好還是更壞,我們邊走邊看。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10