IT之家 9 月 2 日消息，科技媒體 9to5Mac 昨日（9 月 1 日）發布博文，報道稱蘋果公司在 Hugging Face 平臺上，推出了 FastVLM 視覺語言模型的瀏覽器試用版。

IT之家注：FastVLM 以其“閃電般”的視頻字幕生成速度著稱，只要用戶擁有搭載 Apple Silicon 芯片的 Mac 設備，即可輕松上手體驗這一前沿技術。

FastVLM 模型的核心優勢在于其卓越的速度和效率。該模型利用蘋果自研的開源機器學習框架 MLX 進行優化，專為 Apple Silicon 芯片設計。與同類模型相比，FastVLM 模型體積僅為三分之一左右，不過在視頻字幕生成速度上卻能提升 85 倍。

蘋果此次發布的 FastVLM-0.5B 輕量版，可在瀏覽器內直接加載運行。根據該媒體實測，在 16GB M2 Pro MacBook Pro 上，首次加載模型需數分鐘，不過在啟動后，便能精準描述畫面中的人物、環境、表情及各種物體。

值得一提的是，該模型支持本地運行，所有數據均在設備端處理，無需上傳至云端，從而保障了用戶的數據隱私。

FastVLM 的本地運行能力及其低延遲特性，讓其在可穿戴設備和輔助技術領域展現出巨大潛力。例如，在虛擬攝像頭應用中，該工具能即時詳細描述多場景內容，FastVLM 未來有望成為這些設備的核心技術，為用戶提供更智能、更便捷的交互體驗。

參考