晶片公司英偉達將以129.3億美元收購人工智能軟件平台Hugging Face。
英偉達行政總裁黃仁勳周四在網誌發文表示，超過1800萬名開發人員、研究員及創作者使用Hugging Face，分享超過300萬個模型、50萬個數據集及100萬個應用程式。他指出，亦有超過20萬間公司使用該平台。
檔案圖片：英偉達總裁兼行政總裁黃仁勳，2026年6月16日在德州舍曼，等候Coherent製造設施擴建的動土儀式開始。(美聯社圖片/Jeffrey McWhorter) AP圖片
今年7月，ChatGPT開發商OpenAI曾表示其人工智能系統入侵Hugging Face的數據處理系統，Hugging Face懷疑這是一個自主運作的人工智能代理。
英偉達將維持Hugging Face作為一個開放平台。
黃仁勳寫道：「Hugging Face將繼續作為整個AI生態系統的開放平台。開發人員可自行選擇所需的模型、框架、雲端及推理服務供應商，以及運算平台。」他續指：「透過Hugging Face進行開發或部署，將毋須使用英偉達的運算技術。」
Hugging Face將繼續支援開源及開放權重模型，以及多雲端及多加速器開發和部署。
英偉達已在Hugging Face上發布超過500個模型及超過250個開放數據集。
英偉達的高階晶片已成為人工智能的最佳建構組件，這間總部位於加州聖克拉拉的公司，其季度業績經常超出華爾街預期。
儘管人工智能近年推動股市上漲及美國經濟增長，但外界對人工智能能否證明數萬億美元的開發投資物有所值，抱持越來越大的懷疑。
人工智能行業亦面臨越來越多反對聲音，包括數據中心擴張引發的異議，以及擔心人工智能的採用速度可能導致大量美國人失業。
英偉達股價在開市前輕微上漲。
（美聯社）
美國研究團隊研發名為「FaceSurvival」的AI工具，只需透過分析癌症患者面部自拍照，便能精準找出死亡風險較高的人士。測試顯示，高風險組別於90天內的死亡率逾一半，較低風險組別高出逾3倍。這項創新技術有助將傳統臨床直覺量化，為醫生制定個人化療程提供可靠參考。
美國研究團隊研發出名為「FaceSurvival」的AI工具，只需透過分析患者的面部自拍照，便能精準找出死亡風險較高的人士。資料圖
研究團隊運用了超過4,000萬張公開的面部照片，以及逾3.4萬名癌症患者的肖像圖像，對AI模型進行深度訓練，隨後再以3,820名患者進行實測驗證。測試結果顯示，在122名被AI系統歸類為最高風險等級的患者當中，共有64人在短短3個月內離世；相比之下，最低風險組別的975名患者中，同一時期內僅得20人逝世。即使研究人員把患者的年齡、性別以及所患癌症類型等傳統變數考慮在內，高風險組別的死亡機率依然比低風險組別高出3倍以上。
美國研究團隊研發出名為「FaceSurvival」的AI工具，只需透過分析患者的面部自拍照，便能精準找出死亡風險較高的人士。資料圖
科學家深入研究發現，AI模型在判斷患者的存活概率時，會重點分析眼眶下方以及鼻樑周邊位置的極微妙變化。此外，這套評估機制的精準度，適用於各類不同病種與病程階段的癌症患者。
AI模型在判斷患者的存活概率時，會重點分析眼眶下方以及鼻樑周邊位置的極微妙變化。《The Lancet Digital Health》圖
AI模型在判斷患者的存活概率時，會重點分析眼眶下方以及鼻樑周邊位置的極微妙變化。《The Lancet Digital Health》圖
研究共同作者Grace Lee指出，臨床醫生長久以來皆會藉由目測患者的外表容貌，來初步判斷其身體狀況；而這套全新研發的科技工具，正是將這種過往僅憑經驗的「直覺判斷」予以「標準化與量化」，極有助於提升病情預後估算以及臨床醫療決策的準確度。
AI模型在判斷患者的存活概率時，會重點分析眼眶下方以及鼻樑周邊位置的極微妙變化。《The Lancet Digital Health》圖
與此同時，研究團隊亦同步開發出另一款名為「FaceAge」的輔助系統，專門用作評估個人的生理年齡。數據顯示，若一個人的外貌看起來比實際年齡年老5歲或以上，其死亡風險會相應增加21%；相反，若外貌看起來比實際年齡年輕至少5歲，其死亡風險則可降低17%。研究亦證實，不良生活習慣如吸煙、酗酒及吸毒，均會顯著加速容貌衰老，當中尤以吸煙的影響最為顯著。
研究亦證實，不良生活習慣如吸煙、酗酒及吸毒，均會顯著加速容貌衰老，當中尤以吸煙的影響最為顯著。《The Lancet Digital Health》圖
領導是項研究的哈佛醫學院放射腫瘤學教授麥教授（Raymond Mak）表示，面對全球人口日益老齡化，醫療體系極需更有效率的途徑來評估患者的整體健康狀況及身體虛弱程度，從而精準判斷其是否適合承受手術、放射治療或其他侵入性較強的進取型癌症療程。
研究亦證實，不良生活習慣如吸煙、酗酒及吸毒，均會顯著加速容貌衰老，當中尤以吸煙的影響最為顯著。《The Lancet Digital Health》圖
麥教授強調：「我們的核心宗旨，是希望將透過面部照片進行的健康評估，轉化得更具體量化、更具一致性且易於大規模普及應用，從而協助醫護團隊為患者打造個人化醫療方案，而非企圖取代執業醫生的專業判斷。」相關重大研究成果已正式發表於國際權威醫學期刊《The Lancet Digital Health》。
