FastVLM の概要とガイド
FastVLM に画像について質問する
写真を選ぶかスクリーンショットを貼り付けてください。0.5B モデルが端末上で動き、回答をここに表示します。
ブラウザの対応状況を確認中…
画像
端末上で処理JPEG、PNG、WebP に対応。最大 10 MB。この領域にスクリーンショットを貼り付けることもできます。長辺は最大 1024 ピクセルに縮小されます。
画像を選ぶかサンプルを試す
初回は Hugging Face から約 1.1 GB をダウンロードします。次回以降はブラウザのキャッシュを使える場合があります。空き GPU メモリも必要です。
回答
画像を選んで質問してください。
回答はここに表示されます。利用前に元画像と照合してください。
表示時間はこの端末での実行値です。「最初の文字」には画像処理を含み、厳密な最初のトークンの測定ではありません。JSON に画像のピクセルは含まれません。
Python でローカル実行 →このデモは画像と質問を端末内で処理します。モデルは Hugging Face、実行用ファイルは jsDelivr から取得します。利用イベントには操作の種類と所要時間のみを記録し、画像、ファイル名、質問、回答は含みません。ブラウザモデル： onnx-community/FastVLM-0.5B-ONNX.
カメラデモを試す
Apple が別途提供する Hugging Face デモはライブカメラに対応しています。開くと Hugging Face に接続し、カメラの許可はそのデモ内で求められます。