9月3日，英伟达宣布以129.303亿美元收购全球最大AI开源社区Hugging Face，对价约为其年化收入的80余倍。本文复盘“AI界GitHub”的十年成长史，解析交易对开源中立性与行业格局的冲击，并拆解英伟达以Nemotron模型和260亿美元投入为核心的全栈布局。

交易速览：一纸官宣，改写开源版图

美国当地时间9月3日，英伟达CEO黄仁勋在公司官方博客宣布，英伟达已同意以129.303亿美元（约合868.61亿元人民币）收购AI开发平台Hugging Face，双方计划共同扩展Hugging Face平台并强化其基础设施，让全球开发者与机构更便捷地用上AI。交易完成后，Hugging Face将加入英伟达，但继续保持开放平台的定位，黄仁勋亦在博客中重申了英伟达支持开源生态的立场。

这笔交易并非突然袭击。8月26日，The Information率先报道双方达成协议，收购金额较2023年45亿美元的估值增长近三倍；消息传出次日，英伟达股价大涨8.74%，收报227.98美元，单日市值增加约4420亿美元，创全球股市史上第二大单日市值增量，总市值达5.49万亿美元。多家媒体评价，这是英伟达迄今规模最大的并购之一，也是其第一次重仓AI软件平台生态而非芯片。

从财务角度看，这笔交易并不便宜。据The Information报道，Hugging Face年化收入约1.5亿美元，且在短短两个月内增长了50%，收购对价约为年化收入的80余倍，市销率约86倍。作为对照，2018年微软收购GitHub时出价75亿美元，约为当年收入的25倍。英伟达买的显然不是现金流，而是Hugging Face在AI世界中的位置——这一逻辑被业内类比于IBM当年以340亿美元收购Red Hat的战略卡位。

Hugging Face是谁：从聊天机器人到“AI界GitHub”

Hugging Face于2016年在纽约创立，由Clément Delangue、Julien Chaumond和Thomas Wolf三人联合创办，最初的产品只是一款面向消费者的聊天机器人。2018年，公司将名为Transformers的代码框架免费开源，开发者用几行代码就能下载和调用BERT、GPT等主流模型，该项目在GitHub上迅速突破10万星，公司由此果断转型，逐渐成为“AI界的GitHub”。2020年，Hugging Face Hub正式上线，模型、数据集与应用演示开始在同一平台汇聚。

如今的Hugging Face是开源AI生态事实上的“默认分发层”：Meta的Llama、阿里的千问、Mistral等主流开源模型全都托管在平台上。公司收入主要来自付费订阅服务、企业托管和算力服务，并先后收购Gradio、XetHub、Pollen Robotics等团队，把产品线从模型托管延伸到机器人和开发者工具。

按黄仁勋在官宣博客中给出的数字，平台已汇聚超过1800万名开发者、研究人员和创作者，托管超过300万个模型、50万个数据集与100万个应用，超过20万家公司借助它完成模型的发现、评估、定制与部署。第三方口径同样可观：2025年平台已有超过1300万名用户和30多万个组织，今年以来公开模型仓库从243万个增长至约296万个，数据集从71.1万个增至约100万个，Spaces应用从100万个增加到144万个；月活访客超过1800万，注册用户约500万，超过2000家企业付费使用其企业版服务，付费订阅用户今年上半年翻倍，CEO德朗格此前公开表示公司已“接近盈利”。

Hugging Face平台规模：官方口径与第三方口径对比

估值三级跳：45亿、80亿与129亿美元

Hugging Face的资本故事堪称AI时代估值逻辑的标本。2023年8月，公司完成由Salesforce领投的2.35亿美元D轮融资，估值达45亿美元，英伟达、谷歌、亚马逊、英特尔、AMD、高通、IBM等几乎AI产业链上的主要玩家全部参投——竞争对手们愿意同时给它钱，正是因为大家都希望这个平台保持相对中立的角色。2026年5月29日，公司再完成5亿美元融资，投后估值达80亿美元。

耐人寻味的是谈判史。2025年年底，Hugging Face曾拒绝英伟达提出的5亿美元投资要约（对应估值70亿美元），理由是“不希望出现一个可以影响决策的主导投资者”；微软也曾与Hugging Face接洽，但并未继续推进。而据媒体报道，Hugging Face近期正与投行合作寻求130亿美元或更高的估值，最终英伟达把价格抬高到了129.303亿美元。从45亿、80亿到129.303亿美元，三年内估值增长近三倍，曾经警惕资本绑架中立的社区，最终选择了并入巨头版图。

【图表：Hugging Face估值三级跳（单位：亿美元）】

收购影响：中立性、反垄断与生态变局

第一重影响落在开源中立性上。Hugging Face的核心优势之一恰是中立：平台支持全行业的模型和硬件，包括AMD、英特尔等英伟达竞争对手的方案。被芯片巨头收入囊中后，开发者难免担心平台在模型排序、资源分配上向英伟达软硬件倾斜，“开源平台中立性面临考验”；用业内的话说，这是“卖铲子的巨头，买下了开源模型的广场”。

第二重是反垄断审视。英伟达已在训练和推理GPU硬件上占据主导地位，其2019年斥资约70亿美元收购Mellanox得以成功整合，但对ARM的收购却因监管阻力未能成行；为规避反垄断审查，英伟达与Groq达成的200亿美元交易采用了非独家技术授权的结构。分析认为，本次收购将使英伟达掌控开发者发现、优化和部署模型的核心渠道，监管机构大概率会重点审查其对模型分发环节的控制力。

第三重是行业格局之变。对开发者而言，短期内算力与分发支持会更强；对竞争者而言，英伟达补上了“芯片—软件—模型—社区”的最后一块拼图，有评论称之为AI的“安卓时刻”——平台化的AI基础设施开始加速收敛。资本也在同步下注：同期Stripe以约80亿美元收购AI模型路由平台OpenRouter，资金正集中涌向AI基础设施的分发与中间层。尤其值得中国产业界关注的是，托管着大量中国开源模型的这一渠道易主，而中国开源模型全球下载占比已达41%、首次超过美国，中国在开放AI模型市场的地位正在上升，渠道中立性变化的影响需要持续观察。

英伟达的布局：从卖算力到“通吃”AI全栈

要理解这笔收购，必须把它放进英伟达近年开源布局的大图景中。今年3月，英伟达宣布未来五年投入260亿美元构建开放模型生态，发布多款在基准测试上胜过竞品开源模型的模型产品，并组建了包括Mistral AI、Perplexity、Cursor、LangChain等八家成员的Nemotron联盟；其中Nemotron 3 Super拥有1200亿参数、每次激活120亿参数，新一代Nemotron 3.5 Lightning已可在单张GPU上运行。8月11日，英伟达进一步宣布推进至少1万亿参数的开源模型Nemotron 4，Nemotron团队全职员工已超过500人。黄仁勋的态度直白：免费的AI对硬件来说是好事。

资金层面的动作同样激进。除200亿美元的Groq技术授权外，英伟达还以60亿美元获得编程模型公司Poolside的技术授权，并按120亿美元投前估值追加10亿美元投资，并希望将其100多名工程师全部招致麾下——这批工程师将并入Nemotron团队，参与开发其中规模最大、技术最复杂的模型。高频出手的底气来自账面实力：截至2025年10月底，英伟达持有606亿美元的现金和短期投资，是2023年初水平的4.5倍，资本护城河正在成为CUDA护城河之外的第二条防线。

【图表：英伟达开源生态投入（单位：亿美元）】

结语：开源的终点，是算力

回望Hugging Face的十年：2016年从一款青少年聊天机器人起步，2018年靠开源Transformers框架完成关键转型，2020年上线Hub后逐渐成为全球开源模型的“默认分发层”。它曾在2025年年底拒绝英伟达5亿美元的投资，理由是警惕“出现一个可以影响决策的主导投资者”；不到一年后，它还是以129.303亿美元的价格走进了英伟达的版图。

对英伟达而言，这笔交易买下的从来不是一家年化收入约1.5亿美元的订阅公司，而是AI模型世界的入口：开发者在平台上发现、评估、部署模型，每一次部署最终都会转化为对GPU算力的需求。黄仁勋说得很直白——免费的AI对硬件来说是好事。当模型免费、算力收费，129.303亿美元买下的，其实是这条商业链路最后一环的控制权。

当然，变数同样清晰：监管机构会审视英伟达对模型分发环节的控制力，社区会盯紧平台排序与资源分配的每一次倾斜；而托管着大量中国开源模型的这一渠道易主，在国产开源模型全球下载占比已达41%、首次超过美国的当下，开源合作的地缘变量正在增加，渠道中立性的每一丝变化都值得持续跟踪。

开源曾是巨头边缘的浪漫实验，如今成了兵家必争的战略入口。而所有入口的尽头，都写着同一个词：算力。