微软 Foundry 上线 Hugging Face 模型目录，周度更新一键部署

在 Microsoft Build 2026 上，微软与 Hugging Face 联合推出 Hugging Face Models on Foundry ——一个精选自 Hugging Face 生态的开放权重模型目录，每周刷新，可在 Foundry Managed Compute 上实现一键部署。模型权重预先在 Azure 中完成预置（pre-stage），运行时由微软负责构建与安全扫描，并沿用 Foundry 全平台统一的企业级安全、治理、可观测性与计费体系。

Foundry 与 Managed Compute 平台

Microsoft Foundry 是面向智能体（agentic）AI 应用构建与运营的平台，以「业界最广的模型选择」为起点，涵盖来自微软、OpenAI、Anthropic、Meta、Mistral、DeepSeek、Hugging Face 等厂商的前沿、开源与自定义权重模型，统一端点与统一 SDK（Python、C#、JavaScript、Java）。

在模型之上，Foundry Agent Service 提供多智能体编排、内置记忆、通过 Foundry IQ 进行知识增强（grounding），以及通过智能体协议对接的工具目录；平台还内置端到端 tracing、实时监控、持续评估与提示词优化器，构成闭环的可观测与质量体系。配套的企业级能力包括：

内容安全过滤
任务一致性护栏（guardrails）
用于对抗性测试的 AI Red Teaming Agent
统一 RBAC
私有网络接入
与 Azure Policy 的原生集成

在部署层面，Foundry 提供三种模式：按 token 计费（pay-per-token，上手最快）、预置吞吐（provisioned throughput，面向前沿模型的高性能生产负载）以及本次重点推出的 Foundry Managed Compute——面向开源与自定义模型的托管 GPU PaaS。

Managed Compute 的关键能力

Managed Compute 让开发者以「业务口径」描述模型实例：参数量、上下文长度、延迟或吞吐偏好，GPU 拓扑（单卡或多卡）由平台自动匹配；容器更新、运行时升级与安全补丁在受支持的运行时（vLLM、SGLang、TensorRT-LLM、NIM、TEI、llama.cpp）上自动完成，无需重新部署模型。模型配置、部署行为与路由仍由用户掌控。

三种部署模式共享一致的开发者体验：统一端点、统一 SDK、统一认证、统一可观测性与统一账单。开源模型与 Foundry Agents 的集成方式与前沿模型一致，可在同一智能体中混合使用不同类型模型，无需额外集成路径。部署区域支持：

Global deployments：最广容量与最优价格
Data Zone deployments：数据驻留与主权合规

配额按加速器家族对齐，例如基于 H100 家族制定的计划可随硬件代际升级平滑迁移。

Hugging Face 生态与开放权重的价值

Hugging Face 被视为开放 AI 的「公共广场」：拥有 1500 万开发者、40 万家组织，累计发布超过 300 万个开放模型，新的前沿能力（智能体编码、视频分割、语音、向量等）几乎每周涌现。它已成为开放模型的 GitHub，社区在其中发布权重、撰写 model card、对比评测并拉取模型进行实验。

文章指出，开放模型在多项主流基准上已逼近闭源模型，并具备闭源端点难以替代的能力：

开放的前沿：领先的开源权重模型在主流基准上已可与顶级闭源前沿模型竞争
深度定制：完整权重支持微调、蒸馏、量化与 LoRA 适配
自主托管：权重运行在用户自己的租户与基础设施之上
成本塑形：按加速器小时计费、空闲时缩容到零、可按模型精配 GPU
版本控制：可固定特定版本进行评估、部署、回滚

但开放模型的运营门槛——发现、许可证审查、安全扫描、运行时选择、GPU 选型、镜像构建、CVE 修补与企业级端点的搭建——一直是企业落地的障碍。Hugging Face 本身并不是企业级模型服务平台，而 Hugging Face Models on Foundry 即由微软运行的那一层「运营底座」。

精选目录与运行时匹配

Hugging Face Collection 将精选模型直接接入 Foundry Model Catalog，具备以下特征：

每周刷新：随着社区发布新模型持续引入
全模态覆盖：文本、视觉、音频与多模态，包括 LLM/VLM（对话与智能体）、ASR 与语音翻译、向量、分割、图像生成
仅 Safetensors、不执行不可信代码：每个模型均经过安全扫描，以 Safetensors 权重格式发布
运行时自动匹配：LLM 用 vLLM 与 SGLang，TensorRT-LLM 与 NIM 按需使用，向量用 TEI，CPU 场景用 llama.cpp

开发者侧只需在 Foundry 中选取模型、设定业务参数，即可获得与前沿模型同等级别的部署、监控与计费体验。