SmolVLM 推出 256M 與 500M 視覺語言模型

Hugging Face 發佈 SmolVLM-256M 與 SmolVLM-500M 兩款視覺語言模型。兩款模型各有 base 及 instruction fine-tuned checkpoints，支援 Transformers、MLX 和 ONNX，另有 WebGPU 示範。