Gradio

Gradio是一個開源的Python庫，用於快速為機器學習模型、API或任意Python函式構建演示或Web應用程式。它於2019年初由史丹福大學博士生Abubakar Abid及其實驗室夥伴在研究心臟病預測模型時創建。2019年12月，團隊獲得種子輪融資。2021年初，團隊決定專注於開發開源機器學習工具。同年12月16日，Gradio被Hugging Face收購。收購後用戶增長超過60倍，每月有70萬開發者使用。2024年10月，Gradio 5穩定版發布，注重企業級安全。截至2024年，Gradio每月擁有超過200萬用戶，在Hugging Face Spaces上託管了超過47萬個套用。

基本介紹

• 外文名：Gradio

研發背景

Gradio最初源於2019年初史丹福大學的一個研究項目。當時創始人兼CEO Abubakar Abid與實驗室夥伴訓練了一個可根據患者心臟超聲圖預測生物標誌物的機器學習模型。為解決該模型的演示問題，Abid產生了“為何不用Python構建機器學習Web演示”的想法，並說服了他的三位室友共同參與。他們於2019年創建了Gradio v1，開始在社交媒體上分享，並發表了相關的會議論文，Abid也開始在史丹福大學的課堂中進行演講推廣。

發展歷程

2019年初，Gradio由史丹福大學博士生Abubakar Abid在研究項目中創立，他與實驗室夥伴及三位室友共同開發了Gradio v1，並開始在X上分享、發表會議論文以及在斯坦福校內進行演講推廣。2019年12月，Gradio獲得了由Pear Ventures領投的預種子輪融資，隨後又從大約15名投資者處籌集了數百萬美元的種子輪融資。在2020年的大部分時間裡，團隊嘗試了各種SaaS產品方向，但均未獲得市場共鳴。2021年初，團隊四人決定回歸最初的使命，即為開發人員構建開源機器學習工具，並重啟Gradio項目。那一年，通過發布新功能以及積極的推廣活動，Gradio的用戶數量增長了10倍。同年夏天，團隊開始與Hugging FaceCTO Julien Chaumond接觸，討論集成合作的可能性，並共同推出了Hugging Face Spaces平台。2021年12月16日，Gradio正式宣布被Hugging Face收購。被收購後的兩年中，Gradio的增長超過了60倍，每月有70萬開發者使用它構建套用，每月有超過200萬人通過Gradio套用參與機器學習。2024年10月，Gradio團隊發布了Gradio 5穩定版本，帶來了性能改進、組件更新、新主題以及低延遲流式處理等重大升級。截至2024-2025年，Gradio每月擁有超過200萬用戶，在Hugging Face Spaces上託管了超過47萬個套用。

功能服務

Gradio是一個開源的Python庫，用於快速構建機器學習和數據科學演示的套用。Gradio可讓你快速為機器學習模型、API或任意Python函式構建演示或Web應用程式。Gradio適用於為客戶/合作者/用戶/學生演示機器學習模型、快速部署模型並獲得性能反饋、在開發過程中使用內置工具互動式調試模型。

Gradio支持豐富多樣的輸入和輸出組件類型，包括圖像、文本框、視頻框、數據框、下拉選項、數字、Markdown以及檔案等。同時提供了控制組件如按鈕和布局組件如行布局、列布局、標籤頁等。Blocks提供了一個低級別的API，用於設計具有更靈活布局和數據流的網路套用。

Gradio提供了分享功能，開發者可通過在啟動套用時設定share=True參數生成可公開訪問的臨時連結，也可通過設定server_name和server_port在區域網路內分享。針對推理時間較長或流量較大的套用，Gradio提供了queue()方法來管理請求佇列。Gradio支持生成器函式，可實現流式輸出，並可通過auth參數設定賬戶密碼認證。

Gradio 5穩定版發布後，其功能包括通過伺服器端渲染實現套用的快速載入；對按鈕、選項卡、滑塊及聊天界面等核心組件進行了設計更新，並提供了新的內置主題；通過WebSockets和WebRTC技術支持實時套用與流媒體處理；以及推出了實驗性的AI Playground，允許開發者使用自然語言提示生成和預覽Gradio應用程式。

核心技術

Gradio是一個開源的Python庫，用於快速構建機器學習模型互動界面，其核心目標是簡化機器學習套用的部署過程。它允許開發者通過簡單的Python接口，將機器學習模型、Python腳本或任何可調用函式快速轉換為互動式Web套用，無需前端開發經驗。

開發效率核心：熱重載模式

Gradio提供了熱重載模式，開發者可通過命令啟動套用。該模式能在不重啟Gradio伺服器的情況下，自動引入原始碼中的最新更改，顯著提升開發效率。此外，通過代碼塊，可以標記不需重載的部分，避免開發周期中的不必要延遲。

編程模型與API

Gradio提供了不同層級的API以滿足多樣化需求。最簡化的是類，僅需幾行代碼定義函式、輸入和輸出組件即可生成完整Web界面。對於需要高度定製化布局、複雜數據流的場景，則可以使用低級別的API。此外，還專門提供了用於快速構建聊天機器人演示，以及用於創建選項卡式界面。

性能與部署最佳化

在性能方面，Gradio 5引入了多項改進：通過伺服器端渲染實現套用的瞬時瀏覽器載入；對按鈕、選項卡、滑塊等核心組件進行了現代化設計更新，並新增了內置主題；利用WebSockets和base64編碼實現低延遲流式處理，並支持WebRTC以滿足實時音視頻套用需求。在部署上，Gradio套用支持在Jupyter Notebook、本地伺服器及Hugging Face Spaces等雲平台靈活運行，並可通過設定參數快速生成可公開訪問的臨時連結。

生態集成與擴展性

Gradio擁有強大的生態整合能力，可與Hugging Face Transformers、PyTorch、TensorFlow、Scikit-learn等主流AI框架無縫對接，支持直接載入和集成預訓練模型。其與Hugging Face Spaces平台的深度集成，為用戶提供了免費的機器學習演示託管環境。此外，Gradio 5推出了實驗性的“AI Playground”功能，允許開發者使用自然語言提示生成或修改Gradio套用界面。

核心團隊

Gradio由創始人Abubakar Abid創立。該項目源於他在2019年初史丹福大學博士研究期間與實驗室夥伴開發一個醫療AI模型時，為了便於演示而萌生的想法。Abubakar Abid與他的三位室友共同創建了Gradio v1，團隊開始在社群平台分享、發表論文並舉辦講座進行推廣。2019年末，團隊獲得了種子輪融資。在經歷了一段探索商業化產品但未獲成功後，團隊於2021年初決定回歸最初使命，專注於為開發者構建開源機器學習工具。

回歸開源後，通過持續發布新功能與積極推廣，Gradio用戶數量有較大增長。2021年夏天，團隊收到了來自Hugging Face首席技術官Julien Chaumond的郵件，雙方討論了深度集成的可能。最終，團隊於2021年12月16日同意並宣布被Hugging Face收購。自被收購以來，Gradio團隊已融入Hugging Face，產品規模大幅擴展，吸引了相當數量的開發者與用戶通過其套用參與機器學習。在Hugging Face的支持下，團隊持續疊代產品，並於2024年10月推出了專注於企業級安全與性能的Gradio 5穩定版。

品牌價值

Gradio常用於構建、分享和使用機器學習套用，在AI開發生態系統中被廣泛使用。Gradio每月擁有超過200萬用戶，在Hugging Face Spaces上託管的套用超過47萬個。

其設計旨在簡化流程，有助於降低機器學習模型演示和部署的門檻，使用者包括數據科學家、機器學習工程師、教育工作者和研究人員等。

Gradio允許通過少量代碼構建互動界面，為傳統機器學習模型部署提供了一種替代方案，其聲明式編程方式有助於提升AI套用的開發效率。

Gradio致力於提供符合企業級要求的生產級套用框架。其5.0穩定版本引入了由Trail of Bits執行的獨立安全審計，並對發現的問題進行了修復，旨在幫助套用遵循網路安全的最佳實踐。

Gradio的技術被集成於Hugging Face Spaces和ModelScope創空間等AI平台，並獲得了行業認可，例如入選ACCV‘24會議。其AI Playground等功能也降低了套用構建門檻。