Hugging Face 公布全新定价体系并调整推理服务
Hugging Face 正式更新平台定价与计费体系，下线 Inference API 付费层并保留免费版本，推荐需要企业级推理的用户改用 Inference Endpoints。同时 Spaces 新增自定义硬件升级能力，相关付费服务无需预先订阅，只需在账单中心绑定支付方式即可按需使用，每月初统一出具合并账单。
推荐理由：原文明确了免费推理与托管算力的分工变化，团队可据此评估使用官方端点与自建服务的成本差异。
内容形态
产品更新 最新动态
AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。
72 条精选近 30 天 12 条共收录 155 条
更新
精选归档 · 第 4 页
Hugging Face Blog精选AI 评分6060
Hugging Face Blog精选AI 评分6060 Hugging Face Hub 支持为数据集与模型生成 DOI
Hugging Face 宣布与 DataCite 合作，支持用户直接在 Hub 仓库设置中为模型和数据集生成数字对象标识符（DOI）。生成后访客可通过模型或数据集页面的按钮一键获取永久引用链接，相关资产更新时 DOI 也会同步更新以支持精确追踪特定版本。
推荐理由：Hugging Face Hub 支持为模型和数据集直接生成学术 DOI，便于研究人员进行长期规范引用与版本追溯。
Hugging Face Blog精选AI 评分6565 Hugging Face 详解超大语言模型零样本评测方法与实践
Hugging Face 在 Evaluation on the Hub 中支持因果语言模型的零样本分类评测，依托升级后的 AutoTrain 基础设施免费支持最高 66B 参数的模型。
推荐理由：平台通过无代码界面和升级的底层算力免费支持最高 66B 模型的零样本评测，降低了开发者验证大模型性能与偏见的门槛。
OpenAI News精选AI 评分8484 DALL·E 移除候补名单并全面开放使用
OpenAI 宣布 DALL·E 正式取消候补名单限制，新用户无需排队即可直接开始创作。官方表示，实际部署中积累的经验以及安全系统的改进使得更大范围的开放成为可能。
Hugging Face Blog精选AI 评分8484 Hugging Face 发布 Diffusers 0.3 版本，新增图生图、Inpainting 与 Mac 推理支持
Hugging Face 发布 Diffusers 0.3 版本，正式推出图生图（Image-to-Image）、Textual Inversion 定制和实验性 Inpainting 修复流水线。
推荐理由：该版本降低了扩散模型的显存门槛并打通了苹果芯片推理，方便开发者在本地设备快速部署图像生成流水线。
OpenAI News精选AI 评分7777 DALL·E 推出 Outpainting 功能
OpenAI 为 DALL·E 推出 Outpainting 功能。该功能允许用户在原有画面基础上向外延伸扩展，生成任意尺寸的图像以展现更宏大的视觉内容。
Hugging Face Blog精选AI 评分7070 Hugging Face 正式集成 bitsandbytes 8-bit 矩阵乘法支持大规模 Transformer 模型推理
Hugging Face 宣布将 LLM.int8() 量化技术集成至 transformers 与 accelerate 库，支持在所有兼容的 Hugging Face 模型上进行 8-bit 推理。
推荐理由：官方详解了基于 bitsandbytes 的 8-bit 量化集成细节与踩坑经验，对大模型轻量化部署与工程调优有直接参考价值。
Hugging Face Blog精选AI 评分7171 Hugging Face 推出 Evaluation on the Hub 免代码模型评估工具
Hugging Face 宣布推出基于 AutoTrain 的新工具 Evaluation on the Hub，支持用户无需编写代码即可在平台任意数据集上评估模型。该功能允许用户配置任务、数据集切分及评估指标，评估完成后会自动向对应模型卡提交包含测试结果的 Pull Request，并生成配套排行榜以供比对。
推荐理由：该工具将模型评估流程与平台数据集和模型卡直接打通，降低了复现和多指标基准测试的门槛。
Hugging Face Blog精选AI 评分7272 Hugging Face Hub 正式上线 Pull Request 与 Discussions 功能
Hugging Face Hub 在模型、数据集和 Spaces 全类型仓库中正式上线 Pull Request 与 Discussions 协作功能。与 GitHub 等平台不同，该功能无需创建 fork，贡献者直接向源仓库的特殊 ref 分支推送更改，并在统一的 Community 标签页中集中管理讨论与代码合并。
推荐理由：该机制去除了传统平台的 fork 流程，读者可以据此了解机器学习社区针对大文件仓库设计的轻量协作模式。
Hugging Face Blog精选AI 评分8080 Gradio 3.0 正式发布：前端全面重构并推出 Blocks API
Gradio 正式发布 3.0 版本，前端采用 Svelte 全面重构并推出了支持自定义布局与数据流的 Blocks API。新版本显著缩减了资源体积并提升页面加载速度，新增 Gallery 组件和 TabbedInterface 多标签界面，同时改进了 Dataframe 组件交互。
推荐理由：Gradio 3.0 重构了前端并推出 Blocks API，开发者无需编写复杂前端代码即可直接用纯 Python 自由定制页面布局与多步骤数据流。
Hugging Face Blog精选AI 评分6060 Hugging Face Optimum 1.2 支持 Transformers 流水线推理加速
Hugging Face 推出 Optimum 1.2，为 Transformers pipelines 正式带来基于 ONNX Runtime 的推理加速支持，并保持与原有 AutoModel 类完全兼容的 API 体验。
推荐理由：原文给出了从模型导出到量化优化的完整流程，开发者可直接参考代码将现成流水线迁移至加速运行时。
Hugging Face Blog精选AI 评分7070 在 Gradio 2.0 中使用与组合 Hugging Face 模型
Gradio 2.0 支持仅用一行代码为 Hugging Face 上的机器学习模型快速生成交互界面。该功能默认调用 Hugging Face 托管的推理 API，也支持在本地运行 transformers 进行计算。开发者还可以将多个模型并行对比或串行串联，以极简代码快速组合出翻译、摘要等复杂应用。
推荐理由：原文介绍了通过一行代码为模型生成交互界面的机制，读者可以据此掌握并行对比与串联多模型的组合方法。