Hugging Face是由Clément Delangue、Julien Chaumond和Thomas Wolf于2016年创立的美国人工智能平台，定位为开源社区与AI模型托管平台。截至2025年估值达45亿美元并获得
谷歌、
亚马逊、
英伟达等投资。该平台托管超过42.3万个开源模型和8.4万个数据集，覆盖自然语言处理、计算机视觉及多模态领域，提供Transformers库、Spaces应用部署功能及企业级文本生成推理(TGI)、文本嵌入推理(TEI)服务。
2026年1月，
字节跳动与
南洋理工大学联合推出的StoryMem视频生成系统在Hugging Face上开源了权重，该系统通过引入混合记忆库机制，旨在解决长视频生成中的角色走样与场景闪烁问题。例如，2025年12月，
蚂蚁数科在平台上开源了Agentar-Scale-SQL代码，迅速获得了开发者的关注。艾伦人工智能研究所发布的Molmo2开源视频语言模型也可在Hugging Face平台上使用。
腾讯于2025年12月发布的混元世界模型1.5（HY WorldPlay）也在Hugging Face上开源，提供实时互动虚拟世界的生成能力。
小米在Hugging Face上开源了
MiMo-V2-Flash模型，采用MIT开源协议，基础版权重已发布。
上海人工智能实验室推出的OpenDataArena数据评测平台也将其工具、代码和数据托管在Hugging Face上。阿里巴巴Qwen团队发布的图像编辑模型
Qwen-Image-Edit-2511也在Hugging Face上开源，提供网页端Demo，模型特点包括人物一致性大幅提升、全能编辑能力增强和开源免费体验。BrowserUse在Hugging Face上开源了BU-30B-A3B-Preview模型，专为浏览器自动化场景优化，基于阿里云通义千问Qwen3-VL-30B-A3B-Instruct深度微调，采用混合专家（
MoE）架构，总参数30B，激活参数3B，支持多模态输入和32K tokens上下文，具备DOM理解与视觉推理能力，性能上平均每步操作仅需1.2秒，每1美元可完成约200个浏览器任务。
MiniMax在Hugging Face上开源了其M2.1编程模型，该模型获得了vLLM的“Day-0”支持，并通过
KTransformers技术优化了在高端设备上的FP8本地推理效率。
Hugging Face平台2020年6月至2025年8月期间产生22亿次下载数据，涉及85万个模型，采用滚动窗口过滤和RANSAC回归方法确保数据可靠性。全球模型下载份额呈现中美双极格局，2025年中国以17.1%的下载量超越美国15.8%，以
DeepSeek和
Qwen为代表的中国模型快速崛起，个人开发者与社区组织贡献近40%下载量，这一趋势与AI代理技术领域的发展形成交互，2025年Hugging Face作为创始成员参与由
Linux基金会管理的AI代理基金会（AAIF），推动建立开源技术标准。
技术发展呈现多模态与模型规模化趋势，多模态生成模型使用量增长3.4倍，模型平均参数规模从2020年的2.17亿扩增至2025年的208亿，量化技术、混合专家架构和参数高效微调应用分别增长5倍、7.2倍和1.4倍。中介服务商通过量化与格式转换占据2025年22%下载量，以lmstudio-community、comfy和mlx-community为主要代表。
模型透明度呈现下降趋势，公开训练数据信息的模型比例从2022年79.3%降至2025年39%，开放权重模型下载量首次超过开源模型，采用访问限制机制的模型比例增长1.7倍。开发主体国别差异显著，
美国与
中国企业主导型模式分别占比67%与65%，
德国呈现多元化特征，企业、大学与
非营利组织分别占比34%、36%与30%。
Hugging Face是一个AI社区平台,致力于通过开源和开放科学的方式来推进人工智能的发展和民主化。它为机器学习社区提供了协作模型、数据集和应用程序的环境。主要优势包括:1)协作平台,可无限托管和共享模型、数据集和应用程序。2)开源堆栈,加速ML开发流程。3)支持多模态(文本、图像、视频、音频、3D等)。4)建立ML作品集,在全球分享你的作品。5)付费计算和企业解决方案,提供优化的推理端点、GPU支持等。