Hugging Face cede Safetensors a la PyTorch Foundation para una gobernanza neutral del formato

El 8 de abril de 2026, Hugging Face anunció el traspaso del formato de almacenamiento de pesos Safetensors a la PyTorch Foundation. Para el ecosistema del ML de código abierto no se trata de un cambio de tecnología, sino de un cambio en el modelo de gobernanza: el formato, la API y la compatibilidad siguen igual, pero el desarrollo del proyecto queda ahora en manos de una entidad neutral bajo la Linux Foundation.

Para qué sirve Safetensors

Safetensors nació como respuesta a un problema que durante mucho tiempo se toleró en el entorno del ML: muchos pesos de modelos se distribuían en formatos basados en pickle, lo que implica que podían ejecutar código arbitrario al cargarse. Mientras el intercambio de modelos fue una práctica de nicho, el riesgo se ignoraba a menudo. Pero con el crecimiento de los repositorios abiertos y la reutilización masiva de modelos, ese esquema se volvió demasiado peligroso. Hugging Face apostó por un formato sencillo que guarda los metadatos en una cabecera JSON con un límite estricto y los separa de los datos en bruto de los tensores.

Técnicamente, el formato resuelve varios problemas prácticos a la vez. Admite zero-copy loading, es decir, permite mapear los pesos directamente desde el disco sin copias innecesarias, y también lazy loading, que permite leer solo las partes necesarias de un checkpoint en lugar de deserializar el archivo completo. Según Hugging Face, este equilibrio entre seguridad y rendimiento ayudó a que Safetensors se convirtiera en el formato por defecto para distribuir modelos en Hugging Face Hub y fuera de él. Hoy se usa en decenas de miles de modelos de todo tipo, desde lingüísticos hasta multimodales.

Qué cambia ahora

Safetensors es ahora un foundation-hosted project dentro de la PyTorch Foundation, que opera bajo la Linux Foundation. Para el proyecto, esto supone pasar a una gobernanza independiente de proveedores: la marca, el repositorio y las reglas formales de gobierno ya no dependen de una sola empresa. El trabajo diario, sin embargo, no se reinicia: los dos mantenedores clave de Hugging Face, Luc y Daniel, siguen en la dirección técnica y continúan al frente del proyecto.

«Para la mayoría de los usuarios no cambia nada».

Quizá esa sea la señal principal para el mercado. Los desarrolladores no necesitan migrar a otro formato, reescribir código ni esperar breaking changes. Hugging Face subraya aparte que los archivos Safetensors existentes, las API actuales y la integración con el Hub funcionan como antes.

Para la comunidad, en cambio, se formaliza el camino para convertirse en mantenedor: las reglas de gobierno y la lista de responsables se publican en documentos abiertos, y las empresas que construyen productos sobre el formato obtienen una base institucional más estable.

Qué viene para el proyecto

El siguiente paso más importante es una integración más estrecha con PyTorch. Hugging Face afirma que trabaja con el equipo del framework para que Safetensors pueda usarse dentro del núcleo de PyTorch como sistema de serialización de modelos torch. Si esto llega a producción, el formato reforzará su posición no solo como alternativa segura para hubs y repositorios, sino también como mecanismo básico de intercambio de pesos dentro del propio ecosistema de PyTorch.

En los próximos meses, el equipo se propone desarrollar varias líneas a la vez:

• device-aware loading y saving, para que los tensores se carguen directamente en CUDA, ROCm y otros aceleradores
• API para Tensor Parallel y Pipeline Parallel, donde cada rank o stage recibe solo los pesos que necesita
• soporte formal de FP8
• soporte de formatos block-quantized, incluidos GPTQ y AWQ
• soporte de tipos enteros de menos de un byte

Importa tanto la lista de funciones como el contexto en el que se desarrollarán. Dentro de la PyTorch Foundation, Safetensors podrá abordar estas tareas no en paralelo a otros proyectos de infraestructura, sino junto a ellos, al lado de PyTorch, DeepSpeed, vLLM, Ray y Helion. Para los desarrolladores, esto aumenta la probabilidad de que el formato evolucione como estándar común del ecosistema y no como una herramienta útil pero externa, propiedad de una sola empresa.

Qué significa

El paso de Safetensors a la PyTorch Foundation consolida lo que ya había ocurrido de facto: el formato pasó de ser una iniciativa interna de Hugging Face a convertirse en infraestructura común del ML de código abierto. Si la gobernanza neutral acelera de verdad el soporte de nuevos tipos de datos, la carga paralela y la integración con el núcleo de PyTorch, el mercado no solo tendrá un formato de pesos más seguro, sino uno de los bloques básicos de la próxima generación de herramientas de ML.