Hugging Face：40亿美元估值的ChatGPT替代者崭露头角

据《福布斯》报道，多个消息来源称，AI模型初创公司Hugging Face有望在即将进行的D轮融资中筹集至少2亿美元。这家高速发展的AI初创公司目前估值达到40亿美元。

作为开源替代ChatGPT家族中最具实力的公司之一，Hugging Face被认为正在改变使用自然语言处理（NLP）模型的方式。

开源世界的领军者

Hugging Face在当今蓬勃发展的AI初创公司中独树一帜。它不仅是增长最快的开源项目之一，也成为不断壮大的开源ChatGPT家族的一部分。

创立于2016年，Hugging Face最初旨在利用NLP技术打造一个面向青少年的AI聊天机器人。因此，Hugging Face选择了一个表情符号作为其命名灵感。

随着Hugging Face的联合创始人Clément Delangue、Julien Chaumond和Thomas Wolf将精力转向提升聊天机器人的AI性能，公司的关注重点也逐渐转向人工智能领域。为了提升聊天机器人的NLP能力，他们在GitHub上开源了一个Transformers库。出乎意料的是，这个库在机器学习社区迅速流行，并成为GitHub史上增长最快的机器学习库。后来，Hugging Face将其定位为“机器学习的GitHub”，展望未来的发展方向。

如今，聊天机器人已经成为Hugging Face的历史，公司构建了一个类似于GitHub的开源AI平台。除了Transfomers模型库外，Hugging Face还以拥有超过12万个模型、3万个数据集和5万个名为Spaces的演示应用程序的Hub而闻名。所有这些资源都是开源且公开可用的。

今年4月，Hugging Face发布了免费的HuggingChat，被认为是ChatGPT的一个强大替代产品。HuggingChat的开源性质意味着任何人都可以为其开发并贡献，使之成为AI社区的重要资源和潜在的创新平台。

用户可以通过网络界面测试HuggingChat，并通过Hugging Face的API将其集成到现有应用程序和服务中。类似于ChatGPT，HuggingChat可以完成各种复杂的生成任务，包括编写代码、起草电子邮件、创作歌词等。

总的来说，Hugging Face提供了一系列工具和资源，使开发人员能够轻松使用基于语言的人工智能。其中最大的优势之一是关注于协作和社区，让全球各地的人们齐聚一堂，共同贡献和改进可用的模型和资源。这个平台是一个分享思想、解决问题、推动自然语言处理领域不断发展的地方。

当前，Hugging Face平台正在成为人工智能开发者交流思想的首选平台。没有了Hugging Face，那些充满激情和慷慨的人工智能开发者们将难以相互联系。随着人工智能继续重塑软件和生活的各个方面，Hugging Face社区有望变得更加强大。

正因为如此，Hugging Face被誉为“开源世界的卫士”。目前，公司的估值已达40亿美元，与此前产业数字化加油站报道的另一家AI初创公司Inflection AI持平（文章链接：https://mp.weixin.qq.com/s/kaV3hI-VDl8eF48eyLEPaA）。

然而，一些研究人员认为，开源模型存在缺陷，可能被恶意利用，如用于制作钓鱼邮件、传播虚假信息。为应对这一问题，HuggingChat设置了若干过滤器，以防止生成宣传危险或非法活动、毒品或歧视性内容。这些过滤器有助于AI模型尽量避免涉及安全和道德等敏感问题。

改变NLP模型使用方式

在Hugging Face出现之前，希望推出自己的NLP和LLM项目的小型企业和初创公司根本无法与Google、Facebook和Microsoft等巨头竞争。然而，Hugging Face为他们带来了新机遇。

实际上，Hugging Face正在颠覆企业使用NLP模型的方式，使每个人都能够轻松获取。公司构建了开源库以支持人工智能和机器学习项目，帮助个人和组织克服构建Transfomers模型带来的高昂成本。

值得一提的是，在Hugging Face出现之前，使用LLM需要大量的计算资源和专业知识。而Hugging Face通过提供预训练模型简化了这一过程，使用户可以轻松微调并应用于特定任务。该公司使得Transfomers模型不再遥不可及，让小公司和初创公司也能够进行大型语言模型的训练。

采用Hugging Face进行大型语言模型训练通常包括三个关键步骤：

第一步，模型选择。在Hugging Face的模型中心，用户可以选择各种预训练模型的架构和类型。此外，Hugging Face与其他流行的NLP工具无缝集成，进一步扩展了其功能和可用性； transformers库支持PyTorch、TensorFlow和JAX，使用户能够使用他们喜欢的深度学习框架。

第二步，微调。 Hugging Face提供了针对常见NLP任务的微调脚本和示例。用户可以利用迁移学习在特定数据集上微调预训练模型，以更少的数据和计算获得最先进的性能。

第三步，推理和部署。面，Hugging Face平台托管了超过3万个可用于训练大型语言模型的数据集。这些数据集包含与标签相关的示例，这些标签可以提示模型如何解释示例。一旦模型开始识别单词、字母和句子结构的模式和频率，经过足够长的LLM训练时间后，用户可以使用数据集中未包含的提示对其进行反馈。接着，模型将根据训练经验生成输出结果。

尽管目前在人工智能领域的竞争激烈，各市场参与者之间的关系也变得更加微妙，但是Hugging Face仍然与各大人工智能巨头巧妙合作。据悉，Hugging Face自2021年开始探索商业化，目前已拥有5000多家企业客户，包括英特尔、微软和辉瑞等。

当初由ChatGPT引领，以及OpenAI和微软被认为是新一轮科技革命的赢家时，随着产业和技术的发展，更多市场参与者的加入，最终的赢家变得越来越不明确。然而，开源AI模型无疑将扮演重要角色。

开源AI模型越来越受到关注。日前，知名开源AI初创公司Stability AI联合创始人Cyrus Hodes起诉首席执行官Emad Mostaque欺骗其以100美元的价格出售了该初创公司10亿美元价值的股份，这再次突显了开源大型语言模型的价值。相比之下，Hugging Face更坚持开源精神，通过其平台提供大量高质量的开源模型和工具，使研发成果最大程度地惠及开源社区，降低了人工智能的技术门槛，使AI更具民主化。这可能会进一步提高Hugging Face社区的活跃度和用户贡献度，从而更好地创新、优化产品，并探索更多新的应用场景。

此外，Hugging Face备受资本市场追捧。今年5月，该公司刚刚完成了1亿美元的C轮融资。在即将到来的D轮融资中，Hugging Face收到了多个融资报价。有分析人士认为，Hugging Face可能会寻求筹集更多资金，甚至高达3亿美元。