https://www.ithome.me/tags/%E8%A7%86%E8%A7%89%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B/ Recent content in 视觉语言模型 on 编程心语 Hugo zh-CN Mon, 17 Aug 2026 03:04:23 +0800 https://www.ithome.me/post/2026/08/17/edge-vlm-vision-model-guide/ Mon, 17 Aug 2026 08:00:00 +0800 https://www.ithome.me/post/2026/08/17/edge-vlm-vision-model-guide/ <h2 id="为什么要把看图能力塞进手机">为什么要把看图能力塞进手机</h2> <p>相册问答、无障碍场景描述、离线扫描件转结构化信息、儿童教育里的看图说话……这些任务以前要发云端 API，现在可以整体搬到设备上。端侧视觉语言模型（VLM）的好处很直接：照片不出设备（隐私合规）、无网可用、单次推理成本为零、延迟稳定在几十到几百毫秒。</p>