Hugging Face
面向机器学习的开源协作与托管平台，覆盖模型、数据集与推理服务
Hugging Face 是面向 AI/ML 社区的开源协作平台，用户在 Hub 上托管和协作开发无限的公开模型、数据集与应用（Spaces），并提供 Transformers、Diffusers、Datasets、PEFT、TRL 等开源工具栈。它提供标准化推理：Inference Providers 通过统一 API 访问超 4.5 万模型，Inference Endpoints 支持在专用与自动扩缩容基础设施上部署模型，并提供企业级安全、访问控制与付费按需 GPU Compute
4
2026-09-23
未收录
—
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
Hugging Face 是面向 AI/ML 社区的开源协作平台，用户在 Hub 上托管和协作开发无限的公开模型、数据集与应用（Spaces），并提供 Transformers、Diffusers、Datasets、PEFT、TRL 等开源工具栈。它提供标准化推理：Inference Providers 通过统一 API 访问超 4.5 万模型，Inference Endpoints 支持在专用与自动扩缩容基础设施上部署模型，并提供企业级安全、访问控制与付费按需 GPU Compute
核心功能
价格信息
部分免费当前仅展示已核验的定价模式。
基础信息
- 更新频率
- 近 7 天 1 条收录动态
- 最近更新
- 2026-09-23
- 覆盖行业
- 程序员、科研
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-09-23功能更新
Hugging Face Hub 的 Agent Traces 新增费用收据（receipt）：每次 Agent 运行的 trace 都会展示 tokens 用量、缓存命中率（cache hit rate）和本次运行成本，便于开发者观测 Agent 执行过程并管控 token 与费用开销。
- 2026-09-09新工具首发
Hugging Face 在其聊天助手中推出 ML Intern：用户用对话描述机器学习想法后，助手自动搜索 Hugging Face Hub、GitHub 与网络寻找合适的模型、数据集和工具，先预估算力成本并给出预算上限，获批后自主完成数据集创建、模型训练、任务监控、结果上传 Hub、撰写报告与构建 Demo，每次训练运行配有独立进度看板；官方演示中一次约 6 小时的训练花费不到 0.5 美元。
- 2026-09-03收购/合并
英伟达宣布以 129.3 亿美元收购开源 AI 模型与数据集托管平台 Hugging Face，将这一面向开源 AI 模型的托管平台纳入旗下，增强英伟达在开源 AI 生态的布局。
- 2026-08-28功能更新
Hugging Face 与 Voice Arena 合作为 Open ASR Leaderboard 新增印地语与印度英语语音识别基准 Monsoon hi 和 Monsoon en-IN，含公开自评分集与私有保留集，设计涵盖 4,888 位说话人、说话人不相交划分与手机自发对话录音。
Hugging Face 常见问题
关于 Hugging Face 的定位、核心功能、价格与最近更新。
Hugging Face 是什么？
Hugging Face 是面向 AI/ML 社区的开源协作平台，用户在 Hub 上托管和协作开发无限的公开模型、数据集与应用（Spaces），并提供 Transformers、Diffusers、Datasets、PEFT、TRL 等开源工具栈。它提供标准化推理：Inference Providers 通过统一 API 访问超 4.5 万模型，Inference Endpoints 支持在专用与自动扩缩容基础设施上部署模型，并提供企业级安全、访问控制与付费按需 GPU Compute。
Hugging Face 有哪些核心功能？
Hugging Face 当前已核验的核心功能包括：可观测性追踪、智能体、模型推理服务、模型训练学习、用量与费用管控、联网搜索、自动化工作流、语音转录。
Hugging Face 如何收费？
Hugging Face 当前已核验的价格模式为部分免费。
Hugging Face 最近有什么更新？
2026-09-23：Hugging Face Hub 的 Agent Traces 新增费用收据（receipt）：每次 Agent 运行的 trace 都会展示 tokens 用量、缓存命中率（cache hit rate）和本次运行成本，便于开发者观测 Agent 执行过程并管控 token 与费用开销。