Hugging Face近日發(fā)布iOS應用HuggingSnap，用戶無需依賴云端服務器，即可在設備端通過AI生成視覺描述。該應用基于輕量級多模態(tài)模型smolVLM2，參數規(guī)模從2.56億至22億不等，所有計算均在本地完成，確保用戶隱私安全。

smolVLM2專為移動設備優(yōu)化，能夠高效處理圖像和視頻分析任務，但準確率略低于云端大模型。小型模型適用于基礎任務，而大型模型則提供更精準解析，但可能增加設備發(fā)熱和耗電。

HuggingSnap支持復雜場景描述、多語言文字識別等功能，還可輔助視障人士獨立導航。Hugging Face強調“隱私設計優(yōu)先”，用戶數據僅存儲于本地設備，不與第三方共享。