Transformers：用统一接口训练和运行多模态机器学习模型
一分钟看懂
Transformers 是 Hugging Face 的机器学习模型定义框架，为文本、视觉、音频、视频与多模态模型提供统一的加载、训练和推理接口，并连接模型仓库、训练框架与多种推理引擎。
你可以用它做什么
- 下载并运行 Hugging Face Hub 上的预训练模型。
- 通过 Pipeline 快速完成分类、生成、问答、识别等任务。
- 微调现有模型，或将模型接入 PyTorch 训练流程。
- 在不同硬件和推理后端之间复用模型配置与权重。
主要能力
- 覆盖自然语言、计算机视觉、音频和多模态任务。
- 提供 Auto 类、Pipeline、Trainer 等统一抽象。
- 与 Hugging Face Hub、主流训练工具和推理服务协同。
- 拥有大规模模型生态、完善文档与持续维护的示例。
适合哪些人
适合机器学习工程师、研究人员、应用开发者，以及希望快速试用开源模型或建立可复用训练与推理流程的团队。
怎么开始使用
官方当前要求 Python 3.10 及以上、PyTorch 2.5 及以上。可在虚拟环境中运行 pip install "transformers[torch]"，然后从文档中的 Pipeline 示例开始，先验证一个小模型，再根据任务选择模型卡、数据处理器和训练方式。
使用前需要知道
框架代码采用 Apache-2.0 许可证，但每个模型和数据集都有自己的许可证、用途限制与模型卡，不能据框架许可证推断模型可商用。大型模型还会带来显存、推理成本、偏差与生成内容安全问题，上线前应单独评估。