Nvidia покупает Hugging Face за $12,9 млрд. Ставит ли Тома Вольф на Microduck — робота за $399?
Тома Вольф потратил десять лет на то, чтобы убедить мир в том, что искусственный интеллект с открытым исходным кодом — это не благотворительный проект. 27 августа 2026 года рынок поставил точку в этом споре. Корпорация Nvidia согласилась приобрести Hugging Face — компанию, прославившуюся благодаря хостингу экосистемы открытого ИИ с более чем 3 миллионами открытых языковых моделей (LLM), за $12,9 млрд, сообщает The Information. Эта цена оценивает десятилетний стартап примерно в 86 раз выше его годовой выручки в $150 млн и почти втрое превышает оценку в $4,5 млрд, которую компания получила в 2023 году.
Эта сделка стала одним из крупнейших поглощений Nvidia на сегодняшний день. О ней стало известно в тот же день, когда производитель чипов отчитался о квартальной выручке в $96,2 млрд, спрогнозировал рост выручки на 70% в следующем финансовом году и сообщил о выделении $18 млрд на инвестиции в акционерный капитал до 2027 года. При текущих темпах Nvidia $12,9 млрд равняются примерно тринадцати дням продаж компании.
Nvidia собирается потратить двухдневную (прим.: *ошибка в оригинале, здесь имеется в виду примерно двухнедельную*) выручку на то, чтобы закрепить за собой уровень дистрибуции в том единственном сегменте ИИ, который она до сих пор не контролировала — в сфере открытого исходного кода.
Эта ирония очевидна для всех, кто следил за компанией. В январе Financial Times сообщала, что Hugging Face отклонила инвестиции от Nvidia в размере $500 млн при оценке в $7 млрд, что стало сигналом: независимость для них важнее быстрого вливания капитала.
Nvidia вернулась с другим предложением. На этот раз они купили компанию целиком.
Для Тома Вольфа, сооснователя и главного научного сотрудника, суть никогда не заключалась в успешном выходе из бизнеса. Главное — это экосистема. Но теперь эта экосистема принадлежит Дженсену Хуангу.
Тома Вольф никогда не планировал продавать железо. Он создал свою репутацию и компанию, которую сейчас оценивают в $12,9 млрд, ровно на противоположном. Годами Hugging Face была «GitHub для моделей ИИ» — платформой, где исследователи бесплатно делились нейросетями с открытым кодом.
Но у Тома Вольфа есть правило: следовать за талантами, а затем следовать за проблемой. «Я вообще-то всегда хотел работать с людьми, с которыми мне действительно хочется работать,» — говорит он. Этот инстинкт привел его из теоретической физики в патентное право, а затем в квантовые вычисления. Теперь он привел его к совершенно иному занятию: к складу, заставленному роботизированными манипуляторами.
Этим летом Hugging Face выпускает свой второй потребительский робототехнический набор Reachy Mini стоимостью от $300 до $500. Первая модель, запущенная в прошлом году примерно по цене $100, уже разошлась тиражом более 10 000 экземпляров. Компания идет по графику продажи 20 000 штук в текущем году. «Люди действительно в восторге,» — говорит Вольф. «Я и сам очень, очень воодушевлен этой новой моделью.»
Это любопытный поворот для компании, которую бо́льшая часть технологического мира по-прежнему считает «GitHub для моделей ИИ.» Но Hugging Face со всеми ее 250 сотрудниками за последний год тихо и незаметно превратилась из репозитория созданных сообществом моделей в нечто гораздо более амбициозное: вертикально интегрированную ИИ-платформу, которая теперь охватывает передовые модели, физическую робототехнику и корпоративный облачный бизнес хранения данных, который, по словам Тома Вольфа, набирает обороты быстрее почти всего остального, что создала компания.
От программного обеспечения к аппаратному
Поворот в сторону робототехники начался с софта. Hugging Face выпустила библиотеку с открытым исходным кодом для робототехники, которая стремительно набрала популярность. Но Вольф заметил узкое место, которое код исправить не мог. «Железо стоило очень дорого,» — говорит он. «Даже самые дешевые варианты все равно обходятся в несколько тысяч долларов: $7 000 – $10 000, $20 000 – $30 000, $50 000.»
Для разработчика программного обеспечения, пожелавшего поэкспериментировать с физическим ИИ, этот барьер был непреодолимым. Поэтому Hugging Face создала самую дешевую надежную отправную точку из всех возможных. Реакция последовала незамедлительно. «Если вы разработчик ПО, интересующийся искусственным ИИ, вы бы с удовольствием занялись роботами. Существует потребность в доступных роботах начального уровня, которых можно купить. И поэтому мы начали с роборуки — одной из моделей стоимостью $100. Затем мы увидели колоссальный интерес.» Этот интерес подтолкнул Hugging Face к покупке французского робототехнического стартапа Pollen Robotics, который теперь составляет ядро подразделения физического ИИ Hugging Face. Компания объединила свой программный стек с открытым исходным кодом и доступное «железо»: новый набор Reachy Mini, представляющий собой настольный робот-конструктор класса «сделай сам» с открытым исходным кодом по цене от $399 до $499, готовый к выходу в продажу этим летом.
Reachy Mini — не единственный робот, поставляемый в этом году. В день объявления о покупке со стороны Nvidia Тома Вольф представил Microduck — 25-сантиметрового двуногого робота с открытым исходным кодом, оснащенного 15 актуаторами и полным набором датчиков: камерой, динамиком, лидаром, NFC, Bluetooth и Wi-Fi. Он разработан для обучения с нуля с помощью обучения с подкреплением (reinforcement learning). В комплект поставки также входят более полудюжины предварительно обученных алгоритмов (политик), благодаря которым он может ходить, сидеть, приседать, кататься на роликах, поднимать предметы своим подвижным клювом и самостоятельно вставать после падения, и всё это всего за $399. Тома Вольф называет его «первым по-настоящему доступным роботом с обучением с подкреплением.» Объем заказов на Microduck превысил $2,6 млн сразу после анонса.
Тома Вольф уже использовал эту точную стратегию раньше: сделать инструменты общедоступными, а затем наблюдать, как сообщество строит то, на что не решаются крупные игроки. Именно эта тактика превратила хаб моделей Hugging Face в главный мировой репозиторий для открытого ИИ. Сейчас на платформе размещено более 4 миллионов моделей. «У нас на хабе появилось более 3 миллионов новых моделей,» — отмечает Тома Вольф, хотя и признает, что даже он не в состоянии протестировать их все. Тем не менее, трендовая таблица лидеров платформы — этакий чарт Billboard Hot 100 для исследователей ИИ — стала отправной точкой для разработчиков, желающих узнать, что действительно полезно прямо сейчас.
Гонка вооружений в сфере открытого кода
Если 2025 год стал годом, когда бизнес открыл для себя ИИ с открытым исходным кодом благодаря релизу Deepseek, то 2026 год — это год, когда он догнал передовые разработки. Тома Вольф указывает на GLM 5.2 от китайского ИИ-лидера Z.ai, выпущенную всего за несколько недель до нашего разговора, как на последнее потрясение. «GLM 5.2 оказалась удивительно близка к Opus 4.8 или Frontier,» — говорит он. «Каждый год, каждые несколько месяцев появляется модель с открытым исходным кодом, которая совершает резкий скачок и становится чрезвычайно хороша, я считаю это потрясающим.»
Его личный фаворит на данный момент — Gemma 4 от Google. Он называет ее «действительно хорошей» и достаточно компактной для запуска локально. «Всего несколько дней назад мы выпустили демоверсию живого общения с этой моделью,» — говорит Тома Вольф.
Тома Вольф также проводил эксперименты, звучащие как научная фантастика. Недавно он провел неделю со ста с лишним ИИ-агентами, свободно сотрудничавшими над открытым проектом. Результат? Они выжали из Gemma 4 в составе vLLM пятикратное ускорение инференса. Он назвал это одним из самых интересных эмерджентных поведений, которые он когда-либо видел у роев агентов.
Тома Вольф нетерпим к идее о том, что открытый исходный код — это нечто второстепенное. Для него это главное событие. «Я думаю, это концептуальная революция,» — говорит он. Пока закрытые лаборатории оберегают свои веса и тренировочные данные, открытая экосистема итеративно развивается на глазах у всех. Результатом стал «кембрийский взрыв» специализированных моделей: систем компьютерного зрения, научных калькуляторов, кодинг-агентов, которые ничего не стоят при скачивании и обходятся в копейки при запуске.
Выручка, которую никто не предвидел
Hugging Face по-прежнему остается стартапом с коллективом всего в 250 человек. Компания совершила шесть поглощений, все небольшие, все ориентированные на таланты. «Мы приобретаем обычные ИИ-компании,» — говорит Тома Вольф. «Мы ищем выдающиеся таланты, небольшие компании, которые разделяют нашу софтверную культуру и приверженность открытому коду.» Этот процесс носит «оппортунистический,» а не тематический характер. «Если вы видите команду, которая вызывает у вас сильный восторг, и при этом направление должно иметь смысл в контексте того, куда, по нашему мнению, движется искусственный интеллект.»
Однако компания больше не является просто маркетплейсом моделей. Тома Вольф недавно анонсировал партнерство с Qualcomm для оптимизации ИИ-инференса на периферийных чипах. Что еще более удивительно, Hugging Face теперь вышла на рынок корпоративного хранения данных. Поскольку на хабе хранятся петабайты весов моделей и датасетов, инженерная команда создала сверхэффективную систему блочного хранения. «Теперь мы продаем это хранилище людям, которые хранят петабайты или терабайты данных,» — говорит Тома Вольф. «Сейчас это пользуется огромным спросом.»
Этот спрос не теоретический. В июне ИИ-лаборатория Arcee стала первой крупной американской компанией, заменившей AWS S3 на Hugging Face Private Storage в рамках многомиллионного коммерческого партнерства. Когда ваши клиенты уходят с серверов Amazon, чтобы хранить данные у вас, вы больше не просто еще один проект с открытым исходным кодом. Вы — инфраструктура.
Это прагматичный, почти старомодный технологический шаг: решить собственную инфраструктурную проблему, а затем превратить ее в продукт. Для фирмы, которую часто изображают околонекоммерческим общественным проектом, поворот в сторону систем хранения данных служит напоминанием о том, что кто-то должен оплачивать счета за серверы.
Облачный бизнес, который на самом деле хотела Nvidia
Заголовки упускают из виду тот факт, что Hugging Face уже является облачной компанией, и именно поэтому Nvidia выписала этот чек.
Годами Hugging Face создавала управляемый вычислительный уровень поверх своего хаба моделей. Разработчики могут развертывать Inference Endpoints — выделенные GPU API, масштабируемые от CPU-инстансов за $0,03 в час до кластеров из восьми NVIDIA H100 за $80 в час. Они могут размещать интерактивные демоверсии на Spaces, оплачивая аппаратные ресурсы GPU по часам. Они могут маршрутизировать вызовы API через Inference Providers — платежный уровень, который соединяет пользователей со сторонними облаками GPU, такими как Together AI, SambaNova и Groq.
Что еще важнее, Hugging Face и Nvidia уже управляют Training Cluster as a Service — совместным продуктом, который предоставляет любой из 500 000 организаций на Hugging Face доступ по требованию к крупным кластерам GPU с оплатой только за время выполнения обучения. По сути, это канал дистрибуции для вычислений Nvidia, замаскированный под инструмент разработчика.
Этот канал имеет решающее значение, поскольку собственный облачный бизнес Nvidia испытывал трудности. Сообщалось, что примерно год назад компания свернула свое предложение DGX Cloud. Владение Hugging Face дает Nvidia способ вернуться в облачные вычисления с нуля: она получает платформу, где разработчики уже арендуют графические процессоры, уже платят за инференс и уже доверяют бренду.
Здесь есть и финансовый аспект. Nvidia пообещала помочь покрыть стоимость десятков миллиардов долларов по сделкам с облачными вычислениями для своих крупнейших клиентов. Если эти клиенты в итоге не используют все заказанные вычислительные мощности, Nvidia может остаться с избыточными мощностями. Владение Hugging Face дает Nvidia готовую базу клиентов, миллионы разработчиков и тысячи предприятий, способных поглотить эти неиспользуемые мощности.
По меркам Nvidia, эта выручка пока мала. Облачные сервисы, хранилище и подписки Hugging Face принесли около $150 млн годового дохода по состоянию на это лето по сравнению со $100 млн всего двумя месяцами ранее. Но Nvidia покупает не источник дохода. Она покупает уровень дистрибуции для того единственного уголка искусственного интеллекта, который заставляет разработчиков зависеть от CUDA в то время, как OpenAI, Google, Amazon и Anthropic создают собственные чипы.
Наука, а не только программное обеспечение
Прошлое Тома Вольфа (физика, квантовые вычисления, патентное право) определяет его видение того, куда движется ИИ. «Мне всегда нравилось понимать, как устроен мир,» — говорит он. Право научило его тому, как функционирует человеческое общество. ИИ, как он надеялся, должен был раскрыть то, как работает сам интеллект. Он даже размышляет над последней исследовательской статьей Anthropic «Вербализуемые представления образуют глобальное рабочее пространство в языковых моделях», предполагающей, что крупные модели развивают внутренние рабочие пространства, сродни сознанию. «Может быть, эти модели ИИ обладают собственным сознанием или неким рабочим процессом, где они находят в своем разуме пространство, где существует концепт.»
Это любопытство теперь ведет Hugging Face в сферу фундаментальной науки. Компания поддерживает инициативы в области ИИ для биологии, поиска материалов, математики и физики. «ИИ будет невероятно интересен в ближайшие 1–3 года,» — говорит Тома Вольф. Когда его спрашивают, какая сфера подвергнется наибольшим изменениям, он не колеблется: «Все они. Я думаю, исследования очень сильно изменятся.»
Он также поддерживает связь со своими квантовыми корнями, сделав в прошлом году ангельские инвестиции в европейский квантовый стартап. «Мне кажется, в прошлом году произошло несколько очень интересных событий,» — говорит он.
Вопрос о рабочих местах
Ни один разговор с основателем ИИ-компании в 2026 году не обходится без тревоги по поводу автоматизации. Ответ Тома Вольфа характерно прямолинеен, а затем столь же характерно сбалансирован. «В этом и цель — перестать ходить на работу,» — смеется он. «Не знаю, но точно не в суперближайшей перспективе!»
Программирование уже изменилось. Hugging Face использует ИИ-агентов для организации команд по-новому. Но Тома Вольф скептически относится к внезапному появлению полностью автоматизированного бизнеса. «Нам по-прежнему нужно много людей с хорошим вкусом, по-прежнему много умных людей, высокоспособных, квалифицированных ребят, чтобы задавать контекст для ИИ и контролировать этих агентов,» — говорит он. «Я думаю, на это может уйти больше времени, чем люди думают.»
Ставка
Hugging Face делает ставку на то, что в следующем крупном технологическом переходе победит не та компания, у которой самая большая закрытая модель, а та, у которой самая открытая экосистема. Дешевые роборуки. Эффективное хранилище. Хаб с 3 миллионами моделей и счетчиком, продолжающим расти. Команда из 250 человек, выступающая в столь высокой весовой категории, что Nvidia только что заплатила $12,9 млрд, чтобы завладеть ею.
Как выразился Тома Вольф: «Я думаю, что ИИ всегда был очарованием тем, как создается этот интеллект.»
Теперь он хочет вложить этот интеллект в ваши руки. Всего за $299.
Вопрос в том, позволит ли ему Nvidia продолжать делать это по-своему.
Тома Вольф уже однажды отказал Nvidia. На этот раз он сказал «да». Но если история чему-то учит, он продолжит следовать за талантами, а затем за проблемой — и проблема, по его мнению, заключается вовсе не в недостатке денег. Она заключается в недостатке доступа.
По состоянию на 29 августа 2026 года компания Nvidia согласилась приобрести Hugging Face за $12,9 млрд, сообщает The Information. Сделка еще не закрыта и подлежит одобрению регулирующих органов. Тома Вольф беседовал с автором до публикации этой статьи. Финансовые показатели и сведения о продуктах отражают самую свежую общедоступную информацию.
