品玩1月24日讯，据 Hugging Face 页面显露，旗下最小多模态大模子SmolVLM-256M 近日发布，它不错继承轻易序列的图像和文本输入，从而产生文本输出。

据悉，贵金属投资SmolVLM-256M的野心旨在擢升后果。SmolVLM 不错回应干系图像的问题、样貌视觉骨子或转录文本。它的轻量级架构使其适用于诞生上的哄骗，同期在多模态任务中保执强盛的性能。只需不到 1GB 的 GPU 内存，它就能在一幅图像上进行推理。

需要留心的是，该模子不扶持图像生成。

• 推出
• 最小
• 视觉
• huggingface
• 讲话