Картинка + текст
SmolVLM
Самые маленькие модели зрения Hugging Face: от 256M, работают в браузере и на телефоне. SmolVLM2 понимает и видео.
- Разработчик
- Hugging Face, Франция / США
- Первый выпуск
- ноя 2024
- Последний выпуск
- апр 2025
- Размеры
- 256M – 2.2B
- Лицензия
- Можно в коммерциюApache 2.0
Какие задачи решает
- Описание фото и видео на слабом железе
- Чтение простых документов
- Встраивание в мобильные и офлайн-приложения
Где применяется
Мобильные приложенияВстраиваемые устройстваОбразование
Требования к железу
НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
нет версийКластерСервер с несколькими видеокартами — флагманские версии
нет версийВерсии
- SmolVLM2-2.2B-Base
- SmolVLM2 (256M – 2.2B, видео)
- SmolVLM 256M / 500M
- SmolVLM 2B
Как внедряю у заказчика
- ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
- УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
- ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
- ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.
Похожие модели
Картинка + текстMoondreamMoondream (M87 Labs) · СШАКоммерция с условиями
Небольшая и быстрая модель зрения для продуктовых задач: ответы на вопросы, поиск и указание объектов, подписи. Moondream 3.1 — MoE на 9B с 2B активных.
ПодробнееКартинка + текстMiniCPM-VOpenBMB (ModelBest и Университет Цинхуа) · КитайМожно в коммерциюКомпактные модели зрения, которые работают даже на телефоне и ноутбуке. Хорошо читают текст на фото, понимают видео; версия 4.6 весит всего 1.3B.
ПодробнееДокументы и OCRSmolDocling и Granite-DoclingIBM и Hugging Face · СШАМожно в коммерциюКрошечные модели для открытого конвертера документов Docling: переводят страницу в разметку с таблицами, формулами и кодом. Работают на обычном ноутбуке.
Подробнее