Hugging Face 全面支持计算机视觉:8 大任务、3000+ 模型与 Diffusers 集成 ↗
Hugging Face 官方博客总结其计算机视觉生态进展,涵盖 8 大核心视觉任务(图像分类、零样本目标检测、视频分类等)、超 3000 个模型和 100+ 数据集。
AIHOT 精选行业资讯,关注 AI、产品与技术的新进展。
AIHOT · 精选摘要,保留原始来源 · 2026年11月5日 09:00
Hugging Face 官方博客总结其计算机视觉生态进展,涵盖 8 大核心视觉任务(图像分类、零样本目标检测、视频分类等)、超 3000 个模型和 100+ 数据集。
Hugging Face 博客发布《AI for Game Development》系列第 4 篇,详解如何将 Stable Diffusion 作为辅助工具嵌入传统 2D 资产工作流。
Hugging Face 在 diffusers 库中正式集成 LoRA 支持,用于 Stable Diffusion 的高效微调和 Dreambooth。该功能允许在 11 GB VRAM(如 RTX 2080 Ti)上运行完整微调脚本,训练出的 LoRA 权重仅约 3 MB,可叠加于原始模型进行推理;文档、示例命令、Hub API 用法及 Dreambooth 集成细节均已公开。
Hugging Face Optimum 库正式集成 ONNX Runtime 训练支持,对多种 Hugging Face 模型实现最高 130% 的训练加速(相比 PyTorch 基线),支持单节点 8×A100,提供 ORTTrainer API 替换原 Trainer,兼容 DeepSpeed ZeRO-1 和混合精度训练,并支持模型保存与 Hub 上传。
Hugging Face 官方博客宣布与百度 PaddlePaddle 开展开源合作,PaddlePaddle 模型全面接入 Hugging Face Hub。
本文介绍了如何用 🤗 Transformers 和 🤗 Datasets 构建图像相似度系统,以 ViT 模型 nateraw/vit-base-beans 和 Beans 数据集为例,演示了图像嵌入提取、余弦相似度计算及 top-k 检索全流程;文中还提及 FAISS 集成方法,并提供配套 Colab Notebook 链接。
Hugging Face 发布系列教程第一部分,演示如何用 Stable Diffusion 1.5 生成等距风格农场概念图(提示词含 isometric render。
Hugging Face 发布教程介绍 CLIPSeg 零样本图像分割模型,支持文本提示(如 'pancakes')和视觉提示(用示例图作为 prompt),输出粗粒度分割掩码;文中给出完整 🤗 transformers 调用代码、可视化方法,并演示如何将结果上传至 Segments.ai 进行人工精修。
Hugging Face 发布模型卡片(Model Cards)创建工具和新版模板,包含图形界面工具、更新的 huggingface_hub 库模板、带注释的模板、用户研究报告及文献综述;该工作基于 Mitchell 等 2018 年提出的模型卡片理念,旨在提升机器学习模型文档的可访问性、包容性与标准化。
Hugging Face 官方博客发布《A Complete Guide to Audio Datasets》,系统介绍如何使用 🤗 Datasets 库下载和预处理音频数据集。
Hugging Face 发布 Bumblebee 库,将 GPT2、Stable Diffusion 等模型带入 Elixir 生态;该库是纯 Elixir 实现的 Transformers。
Hugging Face 博客宣布与 Apple 合作,将 Stable Diffusion v1.4/v1.5/v2-base/v2.1-base 等官方检查点转换为 Core ML 格式并托管于 Hugging Face Hub。
OpenAI 发布名为 ChatGPT 的模型,支持对话式交互,可回答后续问题、承认错误、质疑错误前提并拒绝不当请求。
Hugging Face Spaces 与 arXiv 集成,为每篇 arXiv 论文增加 Demo 标签页,展示社区或作者创建的开源机器学习 demo;自 2021 年 10 月上线以来 Spaces 已托管超 12。
Hugging Face 博客发布教程,使用 Concrete-ML 库在全同态加密(FHE)环境下构建情感分析模型:以 cardiffnlp/twitter-roberta-base-sentiment-latest 提取文本表征。
Hugging Face 官方博客介绍了 Contrastive Search 这一新型解码方法,该方法由 Su 等人在 NeurIPS 2022 和 arXiv 2022 论文中提出。
Hugging Face 宣布停用 Inference API 的付费层级,该 API 仍免费开放;同时推出企业级托管推理服务 Inference Endpoints,并升级 Spaces 硬件支持;所有付费服务按月统一计费并提供汇总账单,用户需绑定信用卡但无需订阅即可使用。
Hugging Face 博客发布使用 Diffusers 库训练 Stable Diffusion 的 Dreambooth 实践指南,总结了学习率、训练步数。
即日起开发者可开始使用 DALL·E API 构建应用。
Hugging Face 官方博客发布使用 🤗 Transformers 微调 Whisper 模型进行多语言自动语音识别(ASR)的完整教程,以 Hindi 为例。
Hugging Face 宣布在 Optimum Intel 中集成 Intel OpenVINO 2022.2,支持在多种 Intel 处理器上运行 Transformers 模型并执行后训练静态量化。
PyTorch 1.13 正式发布,包含稳定版 BetterTransformer(支持 Transformer 模型推理加速)、functorch 库正式并入 PyTorch 主干(无需单独安装)、Apple M1 芯片原生支持进入 Beta 阶段,同时弃用 CUDA 10.2 和 11.3,并完成向 CUDA 11.6/11.7 的迁移。
Hugging Face 在博客中介绍如何使用 🤗 Evaluate 库评估大语言模型(如 GPT-2、BLOOM)在 Toxicity、Polarity 和 Hurtfulness 三类任务中的偏见,提供 WinoBias、BOLD、HONEST 等数据集调用示例及完整 Python 代码,支持毒性比率计算、Regard 差异分析和 HONEST 性别刻板偏见评分。
Hugging Face 官方博客发布教程,系统讲解在 PyTorch 中实现分布式训练的三种抽象层级:原生 torch.distributed DDP、🤗 Accelerate 轻量封装、以及 🤗 Transformers 高阶 Trainer API;以 MNIST 分类任务为例,提供完整可运行代码,支持单 GPU、多 GPU 和 TPU 且无需修改核心逻辑。