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

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

HuggingSnap支持復(fù)雜場景描述、多語言文字識別等功能，還可輔助視障人士獨(dú)立導(dǎo)航。Hugging Face強(qiáng)調(diào)“隱私設(shè)計(jì)優(yōu)先”，用戶數(shù)據(jù)僅存儲于本地設(shè)備，不與第三方共享。