返回文章列表
本页目录8 个章节

工具 · 在你的设备上运行

每个工具首次使用时下载一次开放模型,然后通过 WebGPU(或标注的 WebAssembly)在你的 GPU 上运行。图片、标签与结果都留在本机。

[浏览器内运行

图片问答

对照片或截图提问、提取文字、解释图表。

驱动模型

FastVLM-0.5B

下载量

≈1.1 GB

打开工具](/zh/fastvlm/demo#image-playground) · [浏览器内运行

深度图生成器

把一张图片转换成深度图并下载 PNG。

驱动模型

Depth Pro · Depth Anything V2

下载量

50 MB – 600 MB

打开工具](/zh/blog/depth-map-generator-zh) · [浏览器内运行

零样本图片分类

输入自定义标签,对图片打分排序,无需训练。

驱动模型

MobileCLIP-S0

下载量

≈55 MB – 110 MB

打开工具](/zh/blog/image-classifier-zh) · [浏览器内运行

图文相似度

用 CLIP 向量计算句子与图片的匹配程度。

驱动模型

MobileCLIP-S0

下载量

≈55 MB – 110 MB

打开工具](/zh/blog/image-text-similarity-zh) · [本地教程

图片转 3D

把一张照片变成可看邻近视角的 3D Gaussian,或可重打光的 3D 资产。

驱动模型

SHARP · Luce

下载量

Local install

打开工具](/zh/blog/apple-sharp-image-to-3d-zh) · [浏览器内运行

测试你的设备

测量模型加载、首 Token 和每秒 Token 数,并分享结果。

驱动模型

FastVLM-0.5B

下载量

≈1.1 GB

打开工具](/zh/blog/benchmark-fastvlm-device-zh)

这些工具如何工作

  • 模型首次使用时从 Hugging Face 获取,并由浏览器缓存。
  • 推理在 Web Worker 中调用你的 GPU;FastVLM.net 不会收到你的图片。
  • 使用统计只记录固定的步骤名、模型和耗时,不包含任何内容。

想了解模型本身?

每个工具都链接到背后的 Apple 模型页面,包含 Python、MLX 与浏览器运行说明。

浏览 Apple 模型

分享这篇文章

引用的工具

浏览与本文主题相关的目录条目。

探索目录