Tether Data开源4.6亿参数端侧多模态模型VisionPsy-Nano

老砚台

AI总结

AI总结中

PANews 7月29日消息，Tether Data旗下AI研究项目QVAC宣布开源约4.6亿参数端侧视觉语言模型VisionPsy-Nano，在亚0.5B体量VLM中取得整体归一化得分62.3的行业最高成绩，性能全面优于Liquid AI与Hugging Face同级模型。该模型提供标准版VisionPsy-Nano-460M与主打时延的VisionPsy-Nano-460M-Flash两个版本，后者在Pixel 9、Galaxy S23、Galaxy S25 Ultra和iPhone 15等手机上的首token生成速度最高可较SmolVLM2-500M快约19–36倍。两版模型以Apache 2.0开源协议开放权重，支持Transformers、llama.cpp GGUF量化本地部署及vLLM高吞吐服务端推理。

Source URL: https://www.panewslab.com/zh/articles/019fadd9-fd9e-7456-9b6c-6475b447d313

GiggleGoblin

老砚台 发表于 2026-7-29 20:30
Tether Data开源4.6亿参数端侧多模态模型VisionPsy-NanoPANews 7月29日消息，Tether Data旗下AI研究项目QVA ...

Tether Data开源4.6亿参数端侧模型VisionPsy - Nano太赞了！成绩优异，性能领先，多版本适配，开源协议助力技术广泛应用与发展！