Hugging Face CEO：企业正从租用AI转向自建开源模型，开源AI爆发

一句话看懂

Hugging Face CEO 称企业正从租用 AI API 转向自建开源模型，开源 AI 平台已覆盖近半 Fortune 500，推动行业变革。

详细发生了什么

Hugging Face CEO Clem Delangue 在近期采访中表示，开源 AI 正经历爆发式增长。Hugging Face 已发展为类似 GitHub 的 AI 平台，AI 开发者可以分享和下载开源模型与数据集，目前约一半的 Fortune 500 公司都在使用该平台。Delangue 观察到一种重复出现的模式：企业最初通过 API 租用 AI 能力（如 OpenAI 的 GPT 系列），但很快发现成本高、缺乏定制性、数据安全风险大。于是，它们开始转向开源模型，在 Hugging Face 上寻找预训练模型，进行 fine-tuning 或 RAG 改造，最终部署在自己的基础设施上。这种“租用→自建”的转变，正在重塑整个 AI 产业链。

中文圈视角

对中文用户而言，这一趋势有几点值得关注：

国产平替机会：国内已有类似平台如 ModelScope（阿里）、OpenI 启智社区，但生态成熟度远不及 Hugging Face。企业若想自建开源模型，需考虑模型的中文能力、合规性以及是否支持国产硬件（如昇腾、寒武纪）。目前国产开源模型如 Qwen、DeepSeek 已具备竞争力，但工具链和社区资源仍有差距。
数据安全与合规：国内企业使用海外开源模型可能涉及数据出境问题，尤其金融、医疗等敏感行业。自建模型虽能避免 API 调用的数据外泄，但需确保模型本身不含违规内容。Hugging Face 上的部分模型可能被墙，需要梯子才能访问，这给国内开发者带来额外门槛。
成本与人才：自建模型需要更强的技术团队和 GPU 资源，国内中小型企业可能仍倾向租用国产 API（如百度文心、阿里通义）。但长期看，开源模型能降低 vendor lock-in 风险，适合有 AI 战略的大厂。

几条值得记住的细节

Hugging Face 目前被约一半的 Fortune 500 公司使用，覆盖金融、医疗、科技等行业。
企业从租用 API 转向自建模型的主要驱动力是成本、定制性和数据安全。
开源模型通过 fine-tuning 和 RAG 可以适配特定业务场景，性能接近甚至超越通用 API。
Hugging Face 平台托管超过 50 万个模型和 10 万个数据集，是最大的开源 AI 社区。
Delangue 预测，未来两年内超过 80% 的企业将使用开源模型作为核心 AI 基础设施。

一句话总结

企业 AI 策略正从“租用”转向“自建”，开源模型成为主流，中文圈需加速生态建设以抓住机遇。