環(huán)球網(wǎng)

9月2日消息，據(jù)外媒9to5Mac報道，蘋果此前發(fā)布了視覺語言模型FastVLM，現(xiàn)在用戶已可以在Hugging Face平臺上找到該項目。

據(jù)悉，F(xiàn)astVLM能夠提供近乎即時的高分辨率圖像處理，可將視頻字幕生成速度提高 85 倍，同時體積比同類模型小 3 倍以上。

外媒稱，現(xiàn)在在 Hugging Face 上，用戶可以直接在瀏覽器內(nèi)加載更輕量級的 FastVLM-0.5B 版本。根據(jù)9to5Mac實測，其在16GB M2 Pro MacBook Pro 上加載需要幾分鐘，加載完成后，模型就開始準(zhǔn)確地描述用戶的外貌、身后的房間、周圍物體等。

外媒表示，因為它在瀏覽器本地運(yùn)行，這意味著數(shù)據(jù)永遠(yuǎn)不會離開設(shè)備，甚至可以離線運(yùn)行。這會在可穿戴設(shè)備和輔助技術(shù)場景展現(xiàn)潛力，因為輕便性和低延遲對于上述應(yīng)用場景至關(guān)重要。（思瀚）