4O9rhus9n5w tech.huanqiu.comarticle苹果FastVLM视觉语言模型开放试用：视频字幕生成速度可提升85倍/e3pmh164r/e3pmtmdvg<article><section data-type="rtext"><p>【环球网科技综合报道】9月2日消息，据外媒9to5Mac报道，苹果此前发布了视觉语言模型FastVLM，现在用户已可以在Hugging Face平台上找到该项目。</p><p><i class="pic-con"><img data-alt="" src="//img.huanqiucdn.cn/dp/api/files/imageDir/eafc6ee0c3e38eeb682b1b85644ee128u1.png?imageView2/2/w/1260" /></i></p><p>据悉，FastVLM能够提供近乎即时的高分辨率图像处理，可将视频字幕生成速度提高 85 倍，同时体积比同类模型小 3 倍以上。</p> <adv-loader __attr__inner="7004636" __attr__style="width: auto;position: relative;float: left;border: 1px solid #ebebeb; padding: 20px;overflow: hidden;margin: 10px 30px 40px 0;"></adv-loader> <p>外媒称，现在在 Hugging Face 上，用户可以直接在浏览器内加载更轻量级的 FastVLM-0.5B 版本。根据9to5Mac实测，其在16GB M2 Pro MacBook Pro 上加载需要几分钟，加载完成后，模型就开始准确地描述用户的外貌、身后的房间、周围物体等。</p><p>外媒表示，因为它在浏览器本地运行，这意味着数据永远不会离开设备，甚至可以离线运行。这会在可穿戴设备和辅助技术场景展现潜力，因为轻便性和低延迟对于上述应用场景至关重要。（思瀚）</p></section></article>1756783362282环球网版权作品，未经书面授权，严禁转载或镜像，违者将被追究法律责任。责编：王楠环球网175678336228211[]//img.huanqiucdn.cn/dp/api/files/imageDir/eafc6ee0c3e38eeb682b1b85644ee128u1.png{"email":"zhengxiangqi@huanqiu.com","name":"郑湘琪"}