# FastVLM 1.5B Stage3：权重下载与运行指南

理解 Stage2 与 Stage3 的区别，选择 PyTorch、Transformers 或 Apple 原生应用对应的 1.5B 文件。

Canonical URL: https://aiidelist.com/zh/blog/fastvlm-1-5b-stage3-zh

Language: zh

Published: 2026-09-24

Updated: 2026-09-24

FastVLM 1.5B Stage3 中，“1.5B”表示模型大小，“Stage3”表示后期指令训练阶段。要成功运行，仍需根据使用的框架选择正确的权重格式。Stage3 压缩包不是可以直接双击安装的应用。

[比较全部模型](/zh/blog/fastvlm-models-zh) · [返回 FastVLM 中心](/zh/fastvlm)

## Stage3 · 与第二阶段的区别

Stage2 在视觉指令数据上训练，Stage3 进一步加入高质量指令和推理示例。两个阶段对应不同的检查点；如果你要复现论文中的某个结果，必须记录所用阶段、模型大小和评测条件。细节请参阅[论文](https://arxiv.org/abs/2412.13303)及[官方模型目录](https://github.com/apple-aiml-research/ml-fastvlm#model-zoo)。

| 运行方式 | 文件来源 | 关键区别 |
| --- | --- | --- |
| 原始 PyTorch 实现 | [Stage3 1.5B PyTorch 压缩包](https://ml-site.cdn-apple.com/datasets/fastvlm/llava-fastvithd_1.5b_stage3.zip) | 解压后按 Apple 代码库的推理命令加载。 |
| Apple 原生 Mac/iPhone 应用 | [Stage3 1.5B Apple Silicon 导出包](https://ml-site.cdn-apple.com/datasets/fastvlm/llava-fastvithd_1.5b_stage3_llm.int8.zip) | 按官方应用脚本将文件放入预期目录。 |
| Hugging Face 集成 | [Apple 1.5B 模型卡](https://huggingface.co/apple/FastVLM-1.5B) | 依照模型卡选择兼容的库和调用方式。 |

文件名中的 `llm.int8` 只描述语言模型权重的导出精度，不代表整套应用的峰值内存。图像分辨率、临时缓存、生成长度和运行时都会改变资源需求。

## Apple 原生应用路径

安装兼容版本的 Xcode，并检查[官方应用说明](https://github.com/apple-aiml-research/ml-fastvlm/tree/main/app)中的系统要求。下载代码库后，可使用其 `app/get_pretrained_mlx_model.sh --model 1.5b --dest app/FastVLM/model` 脚本放置应用所需文件，再打开 `app/FastVLM/FastVLM.xcodeproj`。请以官方当前说明为准，不要把原始 PyTorch ZIP 直接放入应用目录。

## 原始 PyTorch 路径

按照[官方安装说明](https://github.com/apple-aiml-research/ml-fastvlm#setup)建立环境，解压 PyTorch 权重，然后在预测脚本中指向解压后的模型目录。若要使用 Transformers 的完整图片问答示例，请转到[Python 指南](/zh/blog/run-fastvlm-python-zh)；该示例使用不同的兼容转换权重，不能随意替换为 Apple Silicon 导出文件。

如果出现文件找不到、形状不匹配或内存不足，先核对下载是否完整、模型阶段及格式是否与代码一致，再缩小图片和生成长度。需要浏览器方案时，参阅[WebGPU 指南](/zh/blog/fastvlm-webgpu-zh)。