苹果的新视觉模型很快

在过去的几个月中，有很多关于苹果释放AI-Subable可穿戴设备的计划的谣言和报道。目前，看来苹果的直接竞争对手将在2027年左右与Airpods一起推出，并带有相机

苹果一直在忙于开发自己的AI技术，并最近瞥见了其模型的运作方式。

目前，计划在2027年左右将苹果的直接竞争对手与配备摄像机配备的Airpods左右，这将提供自己的AI-Sable功能。

虽然还为时过早地预见了他们的样子，但Apple宣布了MLX，它是专门为苹果硅设计的开放ML框架。

本质上，MLX提供了一种轻巧的方法，可以直接在Apple设备上训练和运行模型，而开发人员仍然熟悉，他们更喜欢传统上用于AI开发的框架和语言。

苹果的视觉模型正在快速燃烧

现在，Apple的机器学习研究团队已经发布了FASTVLM：一种视觉语言模型（VLM），该模型（VLM）利用MLX提供几乎瞬时的高分辨率图像处理，与类似模型相比，计算能力要少得多。

正如苹果在其报告中所解释的那样：

基于对图像分辨率，视觉延迟，代币计数和LLM大小之间相互作用的综合效率分析，我们引入了FastVLM（该模型，该模型在延迟，模型大小和准确性之间实现了优化的权衡。

FastVLM的核心是一个名为FastVithD的编码器，专为高分辨率图像上有效的VLM性能而设计。

它的最大3.2倍，比可比型号小3.6倍。当目标直接在设备上处理信息而不依赖云来生成对用户刚刚问或正在查看的内容的响应时，这是一个重要的优势。

此外，FastVLM旨在输出更少的令牌，这在推断过程中至关重要，这是模型解释数据并生成响应的步骤。

根据苹果公司的说法，与类似型号相比，它的模型具有比类似型号的时间更快的时间，这是用户输入第一个提示并接收答案的第一个令牌所花费的时间。更快，更轻的模型上的令牌更少，转化为Swifter处理。

FastVLM模型可在GitHub上找到，该报告详细介绍了其体系结构和性能。

新闻数据来源：kdj.com

以上是苹果的新视觉模型很快的详细内容。更多信息请关注PHP中文网其他相关文章！