微軟與 Hugging Face 拓展合作，讓開放模型在 Azure 上更易用
今天在微軟 Build 大會上，薩蒂亞·納德拉宣佈了與 Hugging Face 拓展合作，使其廣泛多樣的開放模型易於在 Azure 安全基礎設施上部署。
如果您今天訪問 Azure AI Foundry，您會發現 Hugging Face 模型集已大幅擴充套件，包含 10,000 多個模型，只需點選幾下即可部署，以支援處理文字、音訊和影像的 AI 應用程式。這僅僅是個開始！
是時候構建了——拓展合作
兩年前，微軟和 Hugging Face 開始合作，使開放模型在 Azure 上更易於訪問——當時 Hub 擁有 20 萬個開放模型。
現在 Hugging Face 上已有近 200 萬個開放模型，涵蓋了廣泛的任務、模態、領域和語言，是時候將我們的合作提升到新的水平了。今天宣佈的新合作建立了一個互惠互利的框架，以大幅擴充套件 Azure 客戶從 Hugging Face 中受益的方式。
“開源是 AI 加速發展的方式——其核心是透明、選擇和社群。這次合作體現了我們對這一勢頭的承諾。透過將 Hugging Face 充滿活力的模型生態系統與 Azure 安全的企業級基礎設施相結合，我們讓開發人員可以自由選擇最適合工作的模型——並幫助企業安全地大規模創新。”
—— Asha Sharma，微軟公司副總裁
使更多開放模型易於 Azure 客戶訪問，以便與公司私有資料一起安全部署，將使企業能夠構建 AI 應用程式和代理，同時完全掌控其技術和資料。
我們正在幫助公司掌控他們的 AI 命運，在他們的 Azure 賬戶中安全部署最佳開放模型，以構建他們可以信任和驗證的 AI 應用程式。
—— Clement Delangue，Hugging Face 執行長兼聯合創始人
如何在 Azure AI Foundry 中使用 Hugging Face
讓我們前往 Azure AI Foundry，並選擇模型目錄。您現在可以在 Hugging Face 集合下找到 10,000 多個模型。
該集合中的模型包括 Hugging Face 上最受歡迎、最熱門的模型，適用於處理文字、音訊和影像的各種任務——包括文字生成、特徵提取、填充掩碼、翻譯、識別句子相似性、影像分類、影像分割、文字到影像生成、影像到文字轉換、自動語音識別和音訊分類。
為了使 Azure AI Foundry 上的 Hugging Face 集合達到企業級就緒狀態，我們只收錄
- 已成功透過 Hugging Face 安全測試以篩查任何漏洞的模型，包括使用 ProtectAI Guardian 和 JFrog 安全掃描器 的模型
- 模型權重以 safetensors 格式儲存，避免潛在的 Pickle 漏洞
- 無遠端程式碼，以避免執行時插入任意程式碼。
此外，微軟和 Hugging Face 將持續測試推理容器是否存在漏洞，並根據需要進行維護和修補。
現在，假設您想部署例如流行的 Microsoft Phi-4 Reasoning Plus 開放模型。
首先，在 Azure AI Foundry 的 Hugging Face 集合中選擇模型，然後點選“部署”按鈕。該表單允許您選擇虛擬機器、例項數量和部署引數，只需再點選一下即可開始部署過程！
現在，如果您更喜歡在 Hub 上瀏覽模型，也可以從模型頁面開始——“部署到 Azure ML”選項將帶您進入 Azure AI Machine Learning Studio 中的相同部署選項。
更多 Hugging Face 將登陸 Azure AI Foundry
我們對 Azure AI Foundry 中現在直接提供所有新的 Hugging Face 模型和模態感到非常興奮，但我們不會止步於此！
在未來的幾周和幾個月內，您將看到一系列更新
- 零日釋出——Hugging Face 將與微軟合作，使頂級模型提供商的新模型在登陸 Hugging Face 的同一天在 Azure AI Foundry 中可用
- 趨勢模型更新——Hugging Face 將持續監控趨勢模型，以便每天在 Azure AI Foundry 中啟用它們
- 新模態——Hugging Face 和微軟將共同努力，啟用更多模態和特定領域任務，包括影片、3D、時間序列、蛋白質等。
- 代理和工具——小型、高效、專業的開放模型使其成為構建強大而安全的 AI 代理和應用程式的理想選擇
如果您正在使用 Azure，是時候使用開放模型進行構建了！
