Hugging Face 发布 2B 开源视觉语言模型 SmolVLM

Hugging Face 发布 SmolVLM 系列，包含 Base、Synthetic 和 Instruct 三种模型，面向微调或交互式应用；模型检查点、视觉语言数据集、训练方案和工具均以 Apache 2.0 许可开放，并集成至 Transformers。文章称其内存占用较低，适合较小型本地环境，但视频理解测试也显示其时间理解存在局限。