全球最大开源AI社区Hugging Face拟出售,潜在估值至少130亿美元!

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏 ,讲透 AI 如何接管脏活累活

全球最大开源AI社区寻求买家

8月24日,美国《商业内幕》报道,全球最大的开源AI社区Hugging Face正在评估整体出售,潜在估值至少130亿美元(约合人民币874亿元)。

发展历程与平台功能

2016年,三个法国“80后”克莱芒·德朗格、朱利安·肖蒙和托马斯·沃尔夫创办Hugging Face。最初它做面向青少年的聊天机器人,后转型成AI开发工具平台,如今是全球最大的开源AI社区。开发者找开源大模型、下载Qwen、DeepSeek等模型版本、获取训练模型的数据集,以及上传自己训练好的模型,都可以去Hugging Face。

被收购的可能性分析

开源AI社区OpenCSG创始人陈冉表示,三年前就认为Hugging Face可能会像GitHub被微软收购一样,被巨头收购,因为靠它自己“To B很难”。尽管其130亿美元估值比上一轮正式融资时涨了85亿美元(约合人民币571亿元),但陈冉判断最终成交价格“会更高,可能150亿美元,甚至200亿美元”,因为收购是AI开源分发权的定价。

出售而非上市的原因

陈冉认为Hugging Face遇到了和GitHub当年一样的问题——SaaS模式叫好不叫卖。2018年微软以75亿美元收购GitHub,后者虽有大量开发者和代码仓库,但年收入仅2亿到3亿美元,且从未盈利。原因是真正付费能力强的客户很多转向了私有化部署。截至2026年年中,Hugging Face平台托管着超300万个公开模型、100万个以上数据集,注册开发者近1500万,有面向企业的服务,财富500强企业超30%开设认证账号。但它采用Freemium模式(低阶免费、高阶收费),仅约3%的客户付费,第三方估算其年化经常性收入(ARR)在1亿到1.3亿美元之间,市销率超100倍。它不是围绕线下To B需求建立的公司,纯线上SaaS模式难满足企业对数据安全和私有化部署的需求。而且它没把托管作为业务核心,是因为看到未来代码可能由模型和数据产生。

核心价值与生态优势

曾是Hugging Face中国负责人的王铁震认为,不能仅把它理解成“模型下载网站”,它在模型库之外做了很多基础工作,如Transformers已成为AI模型生态的基础标准。其社区文化独特,生态是开发者之间自然形成的,这是其核心且难复制的资产。平台有大量开发者,是巨大的战略资源。微软收购GitHub后Copilot的爆发就是例证。陈冉认为,从未来开源生态竞争角度看,Hugging Face 130亿美元的估值是整个开源AI生态分发权的定价。

相关交易与市场猜测

8月19日,支付巨头Stripe宣布收购AI模型路由平台OpenRouter,交易价超80亿美元。五天后,Hugging Face出售传闻出现,两笔金额合计超210亿美元,说明AI中间层价值快速变大。目前虽无Hugging Face潜在买家正式披露,但市场猜测集中在谷歌、亚马逊AWS、英伟达。陈冉认为卖给谷歌可能最好,就像GitHub卖给微软,大厂与Hugging Face的开发者生态合力能产生巨大价值。微软收购GitHub后推出Copilot,Hugging Face若被巨头拿下,将带来类似价值。2018年,微软花75亿美元买代码时代的入口;2026年,有人愿花130亿美元买模型时代的入口,棋局在变,但逻辑没变。

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏 ,讲透 AI 如何接管脏活累活

内容概要:本文提出了一种针对两级电力市场环境下省间交易商的最优购电模型,重点考虑了现货市场与中长期市场的联动机制及市场风险因素,旨在帮助交易商在复杂多变的电力市场环境中制定科学合理的购电策略。模型以Matlab为工具实现,通过构建包含市场电价波动、负荷需求不确定性等风险源的优化框架,运用先进的数学规划方法求解最小化购电成本或风险调整后成本的决策方案。文中系统阐述了模型的目标函数设计、约束条件设定、风险量化机制(如VaR、CVaR)以及求解算法流程,并通过实际算例验证了模型在提升购电经济性、增强风险抵御能力方面的有效性与实用性。; 适合人群:适用于具备一定电力系统基础知识、运筹学理论背景及Matlab编程能力的高校学生、科研人员以及电力市场运营、能源交易等领域的专业从业者。; 使用场景及目标:①用于全国大学生数学建模竞赛A题等相关赛事中电力市场类问题的研究与求解;②为省级及以上电力交易机构和售电公司在跨区购电决策中提供计及风险的量化分析工具,实现成本控制与风险规避的平衡;③作为高等院校电力市场、能源经济等课程的教学案例,深化对现代电力市场机制与风险管理方法的理解。; 阅读建议:读者在学习过程中应重点关注模型对风险的建模方式与优化算法的具体实现细节,建议结合所提供的Matlab代码进行调试与仿真,通过改变市场参数、风险偏好和约束条件等方式开展敏感性分析,以深入掌握模型的适应性与鲁棒性。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值