Hugging Face為何突然變成「賣機器人公司」？從模型霸主轉向實體AI的背後戰略

經常關注Hugging Face的人或許已隱約感覺，近期的Hugging Face有諸多有關「機器人」的動作，例如2025年4月收購Pollen Robotics，同月推出500美元不到的機器手臂SO-101，5月推出3,000美元的人形機器人HopeJr，以及299美元的互動機器人Reachy Mini，7月再推出300美元的更平易版互動機器人Reachy Mini Lite，原先的Reachy Mini則為449美元。

另外Hugging Face也推行機器人AI模型LeRobot，6月則提出可在Mac電腦上跑的SmolVLA模型，為何Hugging Face在短短數個月內連續提出各種機器人相關的軟硬體？在Hugging Face尚未正式官方說明前，筆者嘗試推敲其佈局策略。

文數影音AI逐漸飽和

已經席捲2年多的GenAI、LLM旋風，極大程度是在文字（含語音）、數字、圖片、影片層面的輸入與再變化，從單純ChatGPT文字輸入、文字輸出，到可以同時文字、影片輸入的多模態（Multimodal）輸入，以及各種可能的輸出，如圖生圖、圖生文、文生圖等，這類的轉換已經到了眼花撩亂。

各位若瀏覽過Hugging Face即可發現，這類的轉換已達50種，自然語言處理類如翻譯（Translation）、問題回答（Question Answering），電腦視覺如文字轉立體（Text-to-3D）、影片生影片（Video-to-Video）等，多模態如影片與文字生文字（Video-Text-to-Text）、任何生任何（Any-to-Any）等。

很明顯的，這方面Hugging Face已經網羅最多的預訓練模型，甚至也包含最豐富的資料集（Datasets，或稱數據集），在模型即服務（Model-as-a-Service, MaaS）領域Hugging Face已是明顯的第一，難見其對手。

NVIDIA開始倡議物理AI

而在2024年NVIDIA技術年會上，NVIDIA開始倡議實體AI（Physical AI），鼓勵各界訓練另一種取向的AI模型，即不再是叫AI模型認識文數影音，而是認識真實世界的光、影、重力、速度等物理特性，訓練完成的AI模型可放入人形機器人、自駕車、無人搬運車內，使這類的自主移動載具能更智慧地在真實世界移動，實現智慧避障、退讓等工作。

NVIDIA提倡實體AI自然是為了刺激更多GPU（AI硬體加速）晶片的銷售，為此加強與提升諸多開發軟體，如NVIDIA Cosmos、NVIDIA Isaac Sim等，方便軟體工程師模擬推演其訓練出的實體AI模型。

消費版的物理AI

到這裡已可以約略看出Hugging Face的想法，Hugging Face與NVIDIA一樣，都在文數影音的GenAI、LLM領域有壓倒性獨占地位地為了，很難在既有領域大幅成長，所以NVIDIA寄望於實體AI（NVIDIA其實也寄望於其他課題，如RAN AI、主權AI等），Hugging Face一樣也望向實體AI。

但是NVIDIA提供的開發工具非常專業，最終訓練出的物理AI模型可能是用於工廠無人搬運車、可能是用於需要高度高全實證的公路自駕車，最簡單的也是迪士尼樂園與遊客同樂的逗趣機器人。

Hugging Face尚無法進入如此專業的領域，但可以從樂趣、家庭、消費取向的實體AI來推動，而且Hugging Face也缺乏機器人模擬推演的專業軟體工具，故以實機實證為主，所以其機器人相關硬體必須便宜才行，因此每一款推出都標榜低價，如299美元、349美元等。

附帶的兩個小目標

如果說Hugging Face是為了將GenAI的成功複製到實體AI領域，但Reachy Mini這類的機器人只能固定在原地，不能移動，就無法與實體AI扯上邊，家用、消費性物理AI說會否牽強些？

對此，若各位進一步觀察，Hugging Face收購的Pollen Robotics已開始推行一款名為Reachy 2的人形機器人，Reachy 2從外觀上即可明顯看出與Reachy Mini共用零件，為了讓所有機器人硬體都能平價化，自然是讓零件盡可能共用，讓量價均攤效益最大化，故Reachy Mini、Reachy Mini Lite某種程度在於平價、衝量，以便讓後續Reachy 2可以連帶平價。

另一點是，就算Reachy Mini不能移動，至少也擴展了Hugging Face在AI家庭化、消費生活化領域的發展，過往與Hugging Face接觸與互動多是透過電腦，從今而後則可與Reachy Mini互動，讓更多一般用戶與Hugging Face建立起連結，使其社群更加擴大，而非侷限在有基本資訊技能的AI體驗者、開發者，有機會擴展延伸到一般AI服務使用者上。

最後，不是有了實體AI就不要現行GenAI了，人形機器人體內也是要放置GenAI模型才能與人交談互動的，自駕車內也要有傳統CV（電腦視覺）類的AI模型來識別交通號誌。

展望後續，未來的AI發展並非是單一走向，更可能是多元走向，既朝更智慧的AGI方向走（今日的AI Agent即是此路線），也朝GenAI＋Physical AI的路線走，或有其他路線走，各種發展都值得Maker們持續期待、持續探索。

本文授權轉載自《MakerPRO》，作者：陸向陽，原文標題：推探Hugging Face機器人策略