1、英伟达收购Hugging Face遭美司法部反垄断审查

　　美国司法部已就英伟达129.3亿美元收购Hugging Face展开反垄断问询，核心关切在于该交易是否使其掌控AI模型分发的‘根本性入口’，进而削弱AMD、英特尔及云厂商等竞争对手的生态公平性。Hugging Face作为全球开源AI中枢，托管超300万模型、50万数据集、服务1800万开发者，其平台中立性是生态信任基石；英伟达承诺保持开放兼容，但隐性控制（如搜索排序、工具链优化）引发社区对结构性利益冲突的深度担忧。此次收购是英伟达从算力供应商向AI全栈生态主导者战略跃迁的关键一步，旨在对冲大模型厂商自研芯片趋势，巩固中小开发者依赖；而监管审查结果将决定其能否完成芯片—软件—分发三层纵向整合。

2、英伟达花129亿买的不是平台，而是1800万开发者的默认行为路径——这算不算新时代的‘数字地籍册’？

　　一、买的是“默认动作”而非“平台”估值锚点：86倍市销率对应的不是社区估值，而是“分发权”溢价。Hugging Face年化收入约1.5亿美元，2023年D轮估值才45亿美元，不到三年翻近三倍。默认动作的载体：交易真正的标的是搜索框、下载按钮、“Trending”标签页、一键部署组件——开发者每天真正“默认”经过的路径，谁控制注册表，谁就不需要控制代码，只需要控制发现机制和默认项。工作流锁定：模型托管、数据集调用、推理部署跑在同一条链路上，迁移成本不在数据本身，而在整条开发工作流对平台生态的依赖。

3、英伟达发布新款开放权重语音转录模型

　　英伟达周三发布了 Nemotron 3.5 Transcribe。这是一款免费、开放权重的模型，能够转录多达40种语言的音频。该公司还发布了开源语音数据集 Granary 的第二版。英伟达表示，Nemotron 3.5 能够实现31种语言与英语之间的双向翻译，处理时长最长达1小时的录音，并区分最多8名说话者。该公司声称，这款模型在多个基准测试中超越了竞争对手，包括 Hugging Face 的 Open ASR Leaderboard（开放式自动语音识别排行榜）。这些工具主要面向开发者，帮助他们构建用于商务会议和医疗语音转录的应用。

4、从Arm到Hugging Face：纵向整合监管边界如何随AI基础设施演进而重划？一个法学与产业经济学的交叉叩问

　　一、Arm案划下的三条红线中立性红线：2020年英伟达宣布400亿美元收购Arm，监管核心争议是Arm向全球数百家芯片厂商平等授权的中立性会被破坏。数据与扼杀竞争红线：监管同时认定，英伟达将借此获取竞争对手敏感芯片设计数据，合并后实体有能力也有动机扼杀下一代芯片技术的市场竞争。结局：2022年交易在美国FTC、英国CMA、欧盟和中国监管联合反对下告吹，英伟达支付12.5亿美元分手费，只换回一张20年授权。

5、当AI开发者的第一站被一家芯片公司全资收购，全球开源生态的信任契约还剩多少弹性空间？

　　英伟达已证实以约129.3亿美元全资收购Hugging Face，并承诺平台继续开放独立运营、不强制绑定英伟达硬件，但中立承诺尚无制度约束，信任弹性主要取决于后续执行与监管。一、交易结构与平台体量支付结构：119亿美元现金加10亿美元股权激励，核心是锁定团队；交易预计2027年上半年交割。平台规模：约1800万开发者、300万模型、20万企业依赖其完成模型选型与部署。角色定位：Hugging Face被称为“AI界GitHub”，是连接算力、模型与开发者的核心分发入口。