最速
FastVLM-0.5B
WebGPU、ブラウザデモ、リソースの限られたエッジ端末に最適。
ブラウザ · モバイル · エッジ
モデルを見るPLAYGROUND · モデル · デプロイ
ブラウザで FastVLM を実行
WebGPU によるリアルタイムの視覚言語推論を試し、FastVLM-0.5B・1.5B・7B を比較。ブラウザ、Python、Mac、iPhone 向けの実践的な導入ガイドを確認できます。
- ブラウザ内で実行
- WebGPU アクセラレーション
- FastVLM-0.5B
FastVLM-0.5B
FastVLM が見ているものを確認
prompt › カメラの前で起きていることを説明してください。
FastVLM FastVLM がブラウザ内で映像を処理し、リアルタイムに説明を生成します。
FastViTHDTransformers.jsWebGPUMLXCore ML
ここから開始
実際に動く FastVLM WebGPU Playground
埋め込み FastVLM デモを開き、準備ができたらカメラを許可して、Transformers.js と WebGPU で 0.5B モデルを実行できます。従来のデモは専用ページにそのまま保持しています。
apple/FastVLM-0.5BWebGPU
FastVLM の仕組み
高解像度画像を、通常より少ないトークンコストで
FastVLM は Apple の研究者が公開した視覚言語モデルです。ハイブリッド視覚エンコーダ FastViTHD が視覚トークンとエンコード遅延を減らし、高解像度画像とオンデバイス用途の精度—遅延トレードオフを改善します。
Apple-reported comparison Apple が報告した最高解像度での比較では、FastVLM-0.5B は LLaVA-OneVision-0.5B に対して TTFT を最大 85 倍改善し、視覚エンコーダは 3.4 倍小型でした。
画像
FastViTHD
視覚トークン
LLM
応答
公式結果
FastVLM ベンチマーク概要
Apple の Hugging Face モデルカードで公開された評価値です。高いほど良い値ですが、比較は同じ行の中で行ってください。
| ベンチマーク | 0.5B | 1.5B | 7B |
|---|---|---|---|
| AI2D | 68.0 | 77.4 | 83.6 |
| ScienceQA | 85.2 | 94.4 | 96.7 |
| MMMU | 33.9 | 37.8 | 45.4 |
| ChartQA | 76.0 | 80.1 | 85.0 |
| TextVQA | 64.5 | 70.4 | 74.9 |
| DocVQA | 82.5 | 88.3 | 93.2 |
出典：Apple FastVLM モデルカード Hugging Face
柔軟なデプロイ
アプリケーションに合った場所で FastVLM を実行
ブラウザ
ローカルランタイムを入れずに 0.5B WebGPU デモを試せます。
Playground を開くPython
公式 Hugging Face チェックポイントでローカル推論。
Python ガイドMac
MLX など Apple Silicon 向け公式リソースを活用。
Mac ガイドiPhone
Apple 公式 iOS/macOS デモと Core ML リソースを確認。
iPhone ガイド人気ガイド
最初の実行からローカル導入まで
トレードオフを明確に
デプロイ前に FastVLM を比較
モデルサイズごとの精度とリソースの違い、出典条件を明記した LLaVA-OneVision との比較を確認できます。
FAQ
FastVLM のよくある質問
FastVLM は本当にブラウザで動きますか？
はい。FastVLM-0.5B デモは Transformers.js と WebGPU を使用し、対応ブラウザ内で推論します。初回のモデル取得とコンパイルには時間がかかる場合があります。
どの FastVLM モデルから始めるべきですか？
ブラウザと制約のある端末は 0.5B、バランスの取れたローカル構成は 1.5B、公開ベンチマーク品質を優先する場合は 7B が適しています。
FastVLM.net は Apple の公式サイトですか？
いいえ。FastVLM.net は独立した開発者向けリソースです。Apple Research、公式 GitHub、Hugging Face を一次情報としてリンクしています。
すべての FastVLM 実行方法が完全オンデバイスですか？
いいえ。FastVLM はオンデバイス展開に対応しますが、プライバシーとデータフローは選択したランタイムやアプリに依存します。WebGPU Playground はブラウザ内推論向けです。
一次情報