Hugging Face Hub 公开模型突破 100 万

背景

一个训练好的 AI 模型，落到磁盘上就是一堆文件：权重（weights）、配置文件、分词器（tokenizer），以及运行它所需的代码。要让别人用上它，就得先有地方托管这些文件，再有一个页面说明它是什么、怎么用。Hugging Face Hub 就是承担这件事的主要平台之一：人们把模型、数据集（dataset）和称为 Spaces 的小型演示应用上传上去，其他人可以浏览、下载，或在自己的程序里调用。正因为上传对公众开放，Hub 上的条目数量就成了一个可以随时查看的粗略指标，用来看公开分享的规模有多大。

突破 100 万

2024 年 9 月，Hub 上可下载的公开模型数量首次超过 100 万个^[1]。2024 年 9 月 26 日，这一里程碑在社交媒体上以「1M Models on Hub」的说法公布，并引用了 Hugging Face Hub Stats 的统计数据^[1]。Hub 统计页面上的数字是：截至 2024 年 9 月 1 日，公开模型共 1,193,810 个^[3]。也就是说，在正式宣布的时候，实际数字已经略微越过了整数关口。

同一时期的其他数字

模型并不是 Hub 上唯一的内容，另外两类条目的变化各不相同。

数据集的数量增长很快：2022 年 4 月只有 670 个，到 2024 年 9 月已超过 1.7 万个^[3]。数据集是用于训练或评测模型的文本、图片、音频等材料的集合，这类条目的增长说明，公开分享的不只是做好的模型，还有做出这些模型的原料。

Spaces 是放在网页上、点开就能试用的演示应用。2024 年 9 月 Spaces 的数量是 17,291 个，而它此前曾在 2023 年 8 月达到 22,227 个的峰值^[3]。和模型、数据集不同，这个数字在统计时点上是低于峰值的。三个数字放在一起看：模型和数据集一路上涨，演示应用则经历了一次涨落。

为什么值得记下来

第一，它把「公开模型有多少」变成了一个可以对照时间看的数字。一个具体数字比笼统的印象更容易被记住，也更容易在之后被拿来核对。

第二，它反映的是模型流通方式的变化：模型不再只通过论文和少数几个下载链接传播，而是像软件包一样被持续上传、修改和替换。当模型文件以这种方式发布时，比较两个模型就不再只是读一段介绍，而更多是自己下载下来试一试。

第三，这类数字也有它的边界。它统计的是上传到 Hub 上的条目，并不代表每个模型都被使用过，也不代表质量高低；同一个模型的不同版本、不同微调（fine-tuning）结果都会各自占一条。所以 100 万说明的是公开分享的规模，而不是某个模型能力的强弱；而且目录越大，如何从中找到合适的模型反而越是问题。

之后

增长并没有在 100 万停住。到 2025 年 10 月，Hub 上的公开模型已超过 200 万个^[2]，大约一年时间就翻了一倍。因此，百万模型这个节点更适合看作一条曲线上的一个点，而不是终点：它记录的是 2024 年 9 月公开目录已经达到的体量，而在那个时候，发布和下载模型文件已经成了一件平常的事。