文 | 公爵互联社
这两天，AI 圈两条消息炸了。
一条很小：Hugging Face 发布了一只叫 Microduck 的机器鸭，25 厘米高，不到 800 克，399 美元，能叼袜子、能滑旱冰、推倒了自己爬起来。开源社区一片欢呼，说这才是 AI 该有的样子——人人都能玩，人人都能改。
另一条很大：同一天，英伟达被曝以 129 亿美元——约 867 亿人民币收购 Hugging Face。全球最大的 AI 开源平台，要被全球最大的 AI 芯片公司整体买下了。
一只 399 块的鸭子，和一笔 867 亿的收购，发生在同一家公司、同一天。这个反差本身，就是开源 AI 十年故事的缩影：理想很轻，现实很重。
更讽刺的是，就在九个月前，Hugging Face 刚刚拒绝了英伟达一笔 5 亿美元的投资。当时的理由很体面：不想让单一巨头获得过大话语权，要保持平台中立。九个月后，不是让你当股东了，是整家公司都归你。
从 " 拒绝参股 " 到 " 整体卖身 "，中间只隔了一个夏天。
129 亿，买的到底是什么？
先说这笔钱有多夸张。
Hugging Face 上一轮公开融资是 2023 年，Salesforce 领投 2.35 亿美元，估值 45 亿美元。三年时间，估值翻了将近三倍。但更关键的数字是营收，据 Sacra 估算，Hugging Face 年化收入大约 1.5 亿美元。129 亿除以 1.5 亿，80 多倍的市销率啊。
什么概念？英伟达自己单季营收 962 亿美元，市值也就大概 20 倍左右的市销率。Hugging Face 一家还没盈利的平台公司，卖了将近 80 多倍。
黄仁勋疯了吗？并没有。他买的不是一家 SaaS 公司的收入，是一个生态的入口。
Hugging Face 是什么？简单说，就是 AI 模型界的 GitHub。全世界的开发者把训练好的模型传上去，别人就可以免费下载、修改、再发布。平台上托管着超过 100 万个模型，从 Meta 的 Llama 到谷歌的 Gemma，从 DeepSeek 到各种小众垂直模型，几乎你能叫出名字的开源模型，第一站都在这。
它不生产模型，它是模型的 " 分发商 "。但在 AI 时代，分发权就是话语权。你模型再厉害，开发者找不到、用不上，等于零。Hugging Face 掌握的，就是开源模型从实验室到开发者手里的那最后一公里。
对英伟达来说，这一公里太重要了。它卖的是 GPU，GPU 跑的是模型。如果模型的分发渠道握在自己手里，那意味着什么？意味着未来每一个开源模型的默认优化、默认部署、默认推理，都可以优先适配英伟达的硬件。开发者从 Hugging Face 上下载模型，一键部署到英伟达的云服务上，整个链路闭环。
这不是买一家公司，这是给全球开源 AI 的水管装上了自己的水表。
而且英伟达不是第一次干这种事。就在这次收购之前，它已经花 60 亿美元拿下了推理服务公司 Poolside 的核心团队和技术，又在自研 Nemotron 开源模型。芯片、模型、推理服务、分发平台，黄仁勋要的是全栈，从底层硬件到上层生态，一根链条全部攥在手里。
Hugging Face，就是这根链条上最后的一块拼图。
很多人问：Hugging Face 不是一直强调独立性吗？CEO Cl é ment Delangue 8 月 24 日还在公开场合说，公司 " 接近盈利 "，对社区负有长期责任。两天后就卖了？
答案其实并不复杂：独立的路，越来越难走了。
第一层压力，是钱。Hugging Face 的商业模式很简单——免费托管模型，靠企业级付费服务赚钱。但这个模式有个致命问题：最有价值的大模型公司（Meta、谷歌、DeepSeek），自己有能力做分发，不会给你交太多钱；中小开发者虽然用得多，但付不起钱。平台流量巨大，变现却很有限。1.5 亿美元的年化收入，撑不起一个需要持续投入服务器、带宽、技术团队的基础设施平台。
第二层压力，是竞争。大模型公司都在建自己的生态。Meta 有自己的模型下载渠道，谷歌有 Vertex AI，微软有 Azure AI Foundry，甚至连 OpenAI 都在推自己的 API 生态。Hugging Face 作为第三方中立平台，正在被两头挤压：上游模型厂商自己做分发，下游云厂商自己做托管。它的 " 中立 " 曾经是优势，现在正在变成夹缝。
第三层压力，也是最直接的，行业在疯狂并购，不站队就可能被边缘化。过去一个月，AI 基础设施领域的并购一个比一个大：Stripe 花了 70 多亿美元买下 AI 模型路由平台 OpenRouter，英伟达 60 亿美元拿下 Poolside。钱在往头部集中，资源在往头部集中，独立小平台的生存空间正在被快速压缩。
在这个节骨眼上，英伟达开了一个无法拒绝的价格 129 亿，是上一轮估值的近三倍，是年营收的 80 多倍。对投资人来说，这是一个锁定巨额回报的窗口；对创始团队来说，这是一个 " 再不卖可能就没这个价了 " 的节点。
理想主义在商业面前，从来都是有价格的。只是这次的价格，是 129 亿美元。
开源的宿命：巨头收编，不是第一次了
Hugging Face 被收购，最失落的是开源社区。很多开发者在社交平台上发帖，说 " 一个时代结束了 "。
但说实话，这不是开源第一次走到这一步。
就在 2018 年，微软 75 亿美元曾收购 GitHub。当时也是一片哀嚎，说开源代码的最大托管平台落入科技巨头之手。结果呢？GitHub 在微软旗下反而发展得更好，Actions、Copilot、Codespaces，产品迭代速度比独立时期快得多。微软没有把 GitHub 变成封闭平台，因为它知道，GitHub 的价值就在于开放，关起来就不值钱了。
还有 2019 年，IBM 340 亿美元收购 Red Hat，开源企业软件的旗帜被蓝色巨人收编。但 Red Hat 至今仍然独立运营，企业文化和开源路线都没变。
这两笔交易说明了一个道理：巨头收购开源平台，不等于开源死亡。恰恰相反，巨头需要开源平台保持开放，因为开放才是它的价值所在。
英伟达买 Hugging Face，大概率也是这个逻辑。它不会傻到把 Hugging Face 关起来、只允许英伟达的模型上架，那样的话，开发者会用脚投票，平台价值瞬间归零。它更可能做的是：保持平台开放，但在底层优化、云服务、推理部署这些环节，悄悄把流量导向英伟达的生态。
真正值得警惕的，不是 " 开源被收购 "，而是开源的分发权正在集中到少数几家巨头手里。GitHub 归了微软，Hugging Face 要归英伟达，模型路由归了 Stripe —— AI 时代的基础设施，正在被几家最有钱的公司瓜分殆尽。
开源的代码还是自由的，但你获取代码的渠道、运行代码的硬件、部署代码的平台，可能都在同几家公司的控制之下。这才是真正的变化。
对中国意味着什么
最后说回国内。
Hugging Face 上有大量中国团队的开源模型，DeepSeek、智谱、月之暗面、零一万物等，很多模型的第一发布渠道都是 Hugging Face。英伟达收购之后，这些模型的分发会不会受影响？
短期看，不会。前面说了，英伟达需要 Hugging Face 保持开放，不会主动清理中国模型。而且 Hugging Face 在中国本来就有镜像站，国内开发者的访问并不完全依赖主站。
但长期看，有一个隐忧：英伟达掌握了开源模型的分发渠道后，它对整个开源生态的影响力会进一步增强。未来如果出现地缘政治层面的限制，Hugging Face 作为英伟达旗下的平台，是否会受到美国出口管制的约束？这是一个悬而未决的问题。
更现实的影响是在芯片层面。英伟达收购 Hugging Face 之后，开源模型的默认优化会更加偏向英伟达硬件。这对正在努力构建自主 AI 芯片生态的中国公司来说，不是好消息，当全世界的开发者都习惯了 " 下载模型→一键部署到英伟达 GPU" 的流程，国产芯片的适配成本就更高了。
但换个角度看，这也可能是国内自建开源生态的机会。如果 Hugging Face 的中立性不再，国内团队会不会更有动力去建设自己的开源模型社区？目前魔搭（ModelScope）、飞桨、智源的 OpenI 平台都在做这件事，但用户规模和社区活跃度跟 Hugging Face 还有很大差距。
危机从来都是两面的。英伟达把 Hugging Face 收了，国内的开源平台反而有了一个 " 中立替代 " 的定位机会。能不能抓住，就看自己了。
结束语
回到开头那只 399 美元的机器鸭。
Microduck 之所以让人兴奋，不是因为它技术多先进，而是因为它代表了一种可能性，AI 不应该是少数巨头的玩具，它应该是人人都能碰、人人都能改、人人都能用的东西。Hugging Face 十年前创立的时候，信的就是这个。
但 129 亿美元的收购提醒我们：开源的理想可以很纯粹，开源的商业从来都不纯粹。GitHub 归了微软，Red Hat 归了 IBM，现在 Hugging Face 要归英伟达。每一次都是 " 巨头收编开源 "，每一次开源都没有死，但每一次，独立的选择都少了一个。
这不一定是坏事。微软手里的 GitHub 比以前更好用，IBM 手里的 Red Hat 依然是开源旗帜。英伟达手里的 Hugging Face，可能会有更多资源、更快迭代、更好的产品。
但有一件事确实变了：那个 " 拒绝巨头、保持中立、为社区而生 " 的 Hugging Face，从 8 月 27 号那天起，就可能只存在于记忆里了。
开源 AI 的野生时代，要结束了。
接下来是巨头的时代，至于它是更好还是更坏，我们边走边看。
注：本文部分数据内容来源于网络公开资料
作者：牛金鹏，（公爵互联社主理人）专栏作者，特邀媒体评论员、新经济观察家，商业科技评论人。关注机器人、电商、O2O、企业转型、互联网 、新媒体、大数据、AI、新能源等领域。
