Hugging Face近期推出了專為iOS用戶設(shè)計(jì)的HuggingSnap應(yīng)用，這款應(yīng)用讓用戶在無需依賴云端服務(wù)器的情況下，能夠直接在設(shè)備上請求AI生成視覺描述。

HuggingSnap的核心在于其采用的輕量級(jí)多模態(tài)模型smolVLM2。該模型的參數(shù)規(guī)模介于2.56億至22億之間，所有計(jì)算均在本地完成，無需將數(shù)據(jù)上傳至云端，從而有效保障了用戶的隱私安全。

smolVLM2模型經(jīng)過針對移動(dòng)設(shè)備的優(yōu)化，能夠高效處理圖像和視頻分析等圖文任務(wù)。盡管其準(zhǔn)確率略低于云端的大型模型，如GPT-4和Gemini，但在移動(dòng)設(shè)備上使用時(shí)，其效率和便捷性更為突出。

HuggingSnap提供了兩種模型選擇：小型模型（2.56億參數(shù)）適用于基礎(chǔ)任務(wù)，而大型模型（22億參數(shù)）則能提供更精準(zhǔn)的解析。不過，使用大型模型可能會(huì)增加設(shè)備的發(fā)熱和耗電量。

這款應(yīng)用的功能十分強(qiáng)大，用戶可以通過它即時(shí)獲取復(fù)雜場景的描述，比如街景解析，還能識(shí)別多種語言文字，這在旅行中翻譯路牌時(shí)尤為實(shí)用。HuggingSnap還能輔助視障人士進(jìn)行獨(dú)立導(dǎo)航，為他們的生活帶來便利。

Hugging Face在開發(fā)HuggingSnap時(shí)，始終秉持“隱私設(shè)計(jì)優(yōu)先”的原則。他們明確表示，用戶的數(shù)據(jù)將僅存儲(chǔ)在本地設(shè)備上，并且不會(huì)與第三方共享。這一承諾進(jìn)一步增強(qiáng)了用戶對應(yīng)用隱私保護(hù)的信心。