HuggingGPT 是微軟亞洲研究院與浙江大學聯合發表的一項最新 AI 研究計畫，旨在透過 ChatGPT 幫助開發者快速選擇合適的 AI 模型，以完成 文字、影片、語音等多模態 的複雜任務。該計畫開源於 GitHub，並被命名為 JARVIS（致敬《鋼鐵人》的 AI 助手）。
在 HuggingGPT 的運作架構中：
- ChatGPT 負責解析使用者需求，並將其轉化為具體指令。
- Hugging Face 負責提供 AI 模型池，讓系統自動選擇最佳模型執行任務。
這項合作展現了 開放式 AI 平台 的潛力，為開發者提供了更靈活的 AI 研究與應用工具。
- 項目官網：https://huggingface.co/spaces/microsoft/HuggingGPT
- Github：https://github.com/AI-Chef/HuggingGPT
Hugging Face 是什麼？
Hugging Face 是全球最受歡迎的開源機器學習社群與平台，提供超過 10 萬個預訓練 AI 模型 和 1 萬多個資料集，讓全球開發者可以輕鬆存取、分享和應用 AI 技術。
目前，Hugging Face 被來自 微軟、Google、Bloomberg、英特爾等超過 1 萬家機構 使用，成為 AI 領域不可或缺的開源平台。
在 HuggingGPT 框架中，Hugging Face 提供了強大的 AI 模型生態，讓開發者能夠：
- 運行 NLP（自然語言處理） 模型，如 BERT、GPT-2、T5。
- 進行 影像辨識、語音處理與多模態 AI 任務。
- 透過 Transformers 庫 快速部署與應用 AI 模型。
Hugging Face 與 OpenAI 的不同之處
雖然 Hugging Face 和 OpenAI（ChatGPT 背後的公司）都在推動 AI 發展，但它們的策略截然不同：
| 比較項目 | Hugging Face | OpenAI |
|---|---|---|
| 開源策略 | 完全開源，開放給所有開發者使用 | 採封閉策略，僅允許部分企業與個人存取 |
| 目標 | 成為 AI 領域的 GitHub，讓所有人可使用 AI | 打造專屬 AI 服務，主要供企業與高端用戶使用 |
| 計費模式 | 主要透過企業合作與 API 服務變現 | 訂閱制與 API 收費，價格較高 |
舉例來說，OpenAI 推出的 Foundry 平台 主要面向高端企業客戶，GPT-3.5 輕量版的 三個月費用高達 7.8 萬美元，而 Hugging Face 則透過 AWS 合作，提供更開放且低門檻的 AI 存取方式。
Hugging Face 的發展歷史與轉折點
1. Hugging Face 最初是聊天機器人開發公司
2017 年，Hugging Face 最初開發了一款針對青少年的 娛樂型聊天機器人，並獲得 120 萬美元天使投資。然而，由於當時 AI 自然語言技術尚未成熟，該產品的發展受限。
2. BERT 推出後，意外成為 AI 界的開源旗手
2018 年 Google 發表 BERT（雙向 Transformer 語言模型），但只提供 TensorFlow 版本。Hugging Face 聯合創辦人 Thomas Wolf 在幾天內開發出 PyTorch-BERT，並開源發表，意外在 GitHub 迅速爆紅。
這個專案短短幾個月內獲得 5000+ 星標，7 個月後突破 1 萬星標，讓 Hugging Face 成為 AI 開源領域的領軍者。
3. 正式轉型為 AI 開源平台
隨著開源專案受歡迎，Hugging Face 調整策略，將精力投入於 Transformers 模型庫，並支援 PyTorch 和 TensorFlow，讓開發者能夠快速應用大型語言模型（LLM）。
2019 年，Hugging Face 獲得 1500 萬美元 A 輪融資，標誌著它正式成為 AI 界的 GitHub。
Hugging Face 如何建構 AI 開源生態？
Hugging Face 的開源生態涵蓋 NLP、電腦視覺、語音、時間序列、生物學、強化學習等領域，並建立了完整的開發工具矩陣：
1. Transformers：開源 AI 模型庫
提供數萬種預訓練模型，支援 BERT、GPT-2、T5、DistilBERT 等，開發者可輕鬆應用 NLP 技術。
2. Tokenizers：高效文本分詞工具
幫助 AI 模型更高效地處理文字資料，提升語言理解能力。
3. Datasets：海量 AI 訓練數據集
提供超過 1 萬個 AI 訓練資料集，涵蓋語言、影像、語音等多領域應用。
4. Inference API & Infinity：雲端 AI 推理服務
企業可以透過 API 快速存取 AI 模型，實現雲端推理與應用部署。
Hugging Face 的商業模式與未來展望
1. 商業化策略
- 企業訂閱服務：提供 AutoTrain、Private Hub、Inference API 等高階 AI 解決方案。
- 雲端 AI 託管：透過與 AWS 合作，讓開發者能直接部署 Hugging Face 模型。
- 企業合作：Hugging Face 的客戶包括 彭博社、高通、英特爾等大型企業。
2. 未來展望
Hugging Face 的 CEO Clément Delangue 表示：「未來 5-10 年，將有更多開源 AI 公司崛起，而我們的目標是成為 AI 領域的 GitHub。」
目前 Hugging Face 已獲得紅杉資本等投資，估值超過 20 億美元，並持續擴展其 AI 開源生態，推動 更開放、更普惠的 AI 發展。
結論
Hugging Face 是當前 AI 領域最具影響力的開源社群，與 HuggingGPT 的合作進一步展現了 開放式 AI 平台的潛力。在 AI 巨頭競爭加劇的背景下，Hugging Face 的 開源與共享策略 為開發者提供了更靈活、更可及的 AI 工具，未來有望成為 人工智慧界的 GitHub，推動 AI 技術的普及與創新。
常見問題與答覆（FAQ）
1. Hugging Face 和 HuggingGPT 是什麼？
答： Hugging Face 是全球最大的 AI 開源社群和平台，提供數萬個預訓練 AI 模型與數據集，讓開發者能夠輕鬆存取、分享與應用人工智慧技術。HuggingGPT 是由 微軟亞洲研究院與浙江大學 共同開發的協作系統，透過 ChatGPT 解析使用者需求，並從 Hugging Face 的模型池中自動選擇最適合的 AI 模型來執行複雜任務，如語音識別、影像分析與多模態 AI 應用。
2. Hugging Face 與 OpenAI 有什麼不同？
答： Hugging Face 採用 完全開源 策略，讓所有開發者都可以使用、改進和共享 AI 模型，而 OpenAI 則採取 封閉式開發，僅允許符合條件的企業與用戶使用其 AI 產品，如 GPT-4。OpenAI 也推出了 Foundry 平台，主要針對高端客戶，價格昂貴，而 Hugging Face 則透過 AWS 合作，提供低成本、開放的 AI 存取方式，並持續推動開源 AI 研究。
3. Hugging Face 的未來發展方向是什麼？
答： Hugging Face 的目標是成為 人工智慧界的 GitHub，推動 AI 技術的開放與普及。除了 NLP（自然語言處理），該平台已擴展至 電腦視覺、語音識別、強化學習與生物學 AI 研究。未來，Hugging Face 將繼續發展 企業訂閱服務、AI 託管與 API 服務，並透過持續的開源合作，讓全球開發者能夠更容易地使用和創新 AI 技術。
成為AI學習平台訂閱者
NT$300 / 1個月
NT$900 / 3個月
NT$3,000 / 12個月
