近日，人工智能领域的领导者Hugging Face推出了两款备受瞩目的多模态模型——SmolVLM-256M和SmolVLM-500M，这不仅是技术发展的里程碑，更有望改变我们与机器互动的方式。这两款模型以其兼具小巧与强大的特性，引发了业内外的广泛关注。

Hugging Face一直以来以其强大的自然语言处理和多模态AI能力而闻名，而这次推出的SmolVLM系列正是基于公司之前训练的庞大800亿参数模型提炼而来。SmolVLM-256M采用了最新的SigLIP技术作为其图像编码方式，注重轻量化和高效性，使其成为市场上最小的多模态模型之一。相比之下，SmolVLM-500M则配备了更为先进的SmolLM2文本编码器，满足更高要求的用户需求。

IT之家 1 月 26 日消息，Hugging Face 发布了两款全新多模态模型 SmolVLM-256M 和 SmolVLM-500M， 其中 SmolVLM-256M 号称是世界上最小的视觉语言模型（Video Language Model） 。

1月26日，Hugging Face发布了两款全新多模态模型：SmolVLM-256M和SmolVLM-500M。据悉，这两款模型都是基于去年训练的80B参数模型进行提炼而成，实现了性能与资源需求之间的平衡。官方表示，这两款模型可以直接部署在transformer MLX和ONNX平台上。

此外，我们也将探讨Hugging Face的Transformers库，一个强大的Python工具，助你快速调用、训练、应用与分享各种预训练的Transformer模型，包括BERT和GPT系列。

在AI技术日新月异的今天，开源社区再次展现出了其强大的创新力和推动力。近日，开源AI巨头Hugging Face宣布成功复现了OpenAI的Deep Research功能，并将其以开源形式提供给全球用户，此举在AI界引发了广泛关注和热烈讨论。

就在华尔街周一紧张评估“DeepSeek风暴”之际，这家中国公司再度甩出新品：在图像生成基准测试中超越OpenAI“文生图”模型DALL-E 3的多模态大模型Janus-Pro，同样也是开源的。