SmolVLM 是什么
SmolVLM 被介绍为一个 2B 参数的小型视觉语言模型,可降低推理成本,并支持本地部署与自定义。
你可以用它做什么
- 在较小的本地环境使用多模态 AI
- 在算力有限时完成视频分析任务
- 通过 VLMEvalKit 在更多基准上评估
应用场景
- 回答关于曼谷地标建筑的旅行提问
- 读取图表找出干旱地区
- 从发票图像中抽取日期信息
需要留意什么
- 资料给出的规模是 2B 参数
- 本地使用面向浏览器与边缘设备描述
- 加载模型需要 Python 与 Transformers 库
优点与缺点
✓ 我们认可的地方
- 允许商业使用和自定义部署
- 与 VLMEvalKit 集成便于扩展基准评测
! 需要留意的地方
- 资料说明模型规模为 2B 参数
- 资料把本地部署场景限定为浏览器和边缘设备
常见问题
模型有多大?
资料说明这是一个 2B 参数的视觉语言模型。
使用什么许可?
资料说明检查点、数据集、配方和工具均以 Apache 2.0 许可发布。
最后评测: 2026-11-15