Apple выпустила модель FastVLM - это Vision-Language Model (VLM), которая обрабатывает изображения и текст в реальном времени, описывая видео, понимая содержимое кадров и отвечая на вопросы по ним.
FastVLM работает в браузере с поддержкой WebGPU и transformers.js, обеспечивая до 85 раз большую скорость и в 3,4 раза меньший размер по сравнению с аналогичными моделями (доступны версии с 0,5B, 1,5B и 7B параметрами)
напишите коммент
0 комментов
можете перейти, но сначала проверьте ссылку и будьте аккуратны: не вводите по ссылке пароли, номера телефонов и банковских карт, и другие личные данные
https://
уверены, что хотите выйти?
придется авторизоваться заново, а заполненные данные будут удалены
пост закреплён — пока закрепить можно только один пост
что-то пошло не так — попробуйте снова чуть попозже
