Hugging Face 收购 Gradio

背景

Gradio 是一个用 Python 构建机器学习模型网页演示（demo）的库 ^[1]。这类库的用途很具体：模型通常只是一段代码，只能在训练它的人那台机器上跑起来；演示则把这段代码包进一个简单的网页，任何人打开浏览器、输入自己的数据，就能看到模型返回什么，既不用安装环境，也不用读源码。

Abubakar Abid 于 2019 年发起 Gradio，当时他还是斯坦福的博士生，一起做的还有 Ali Abdalla、Ali Abid 和 Dawood Khan；Ahsen Khaliq 在 2021 年加入团队 ^[1]。Abid 后来回忆这项工作的起点：2019 年，作为斯坦福的博士生，他在分享一个医学计算机视觉项目时遇到了困难 ^[2]。这是研究中很常见的一类摩擦。一个只在作者自己的环境里跑得起来的模型，很难交到合作者、审稿人或临床医生手里；而论文里的文字描述，也没法让人亲自试一试。

发生了什么

2021 年 12 月 21 日，Gradio 宣布 Hugging Face 将收购它 ^[1]。到被收购时，用 Gradio 搭建的演示已经超过 30 万个 ^[1]——这大致可以衡量有多少模型通过这个库获得了对外的界面。

关键细节

这次公告里有一个与产品本身很相称的细节。Hugging Face 发布的收购消息中，开头第一段本身就是用一个名为「Acquisition Post Generator」的 Gradio 演示生成的 ^[2]。也就是说，公告的头几行不是人写的，而是一个小型 Gradio 应用写的，这让这篇公告同时成了一次演示：被收购的工具，在宣布收购的那一刻被用来生产了这条消息。

为什么重要

Gradio 处在机器学习成果传播链条上一个很具体的位置。训练出模型、报告指标是一步，让别人能亲手试用是另一步，而大量实际反馈恰恰来自第二步。演示能让使用者看到模型在自己的数据上哪里出错，这种信息很难从一张结果表格里读出来。它也给了研究人员一种成本很低的展示方式，让工作在被写成论文之前就能被看到；对团队来说，则是把模型摆到那些永远不会去跑代码的人面前的办法。

到 2021 年底已有 30 万个演示被搭建出来，说明有很多人正需要这样的东西，而且其中不少人愿意直接用一个 Python 库，而不是从零去做界面 ^[1]。这次收购是领域内一个更大变化的路标：分享一个模型，越来越意味着交付一个非专业用户能在浏览器里打开的东西，而不只是发布权重或一篇论文。公告开头那段由演示自动生成的文字，从另一个角度说明了同一件事——工具与被宣布的事情之间的界线已经薄到，一个演示可以自己把这条新闻写出来 ^[2]。