浏览器要求
- 优先使用已启用 WebGPU 的最新版桌面 Chrome 或 Edge。
- 需要支持 WebGPU 的 GPU，并为模型和浏览器标签页预留足够内存。
- 只有实时摄像头输入需要摄像头权限，请在内嵌 Demo 请求时授权。
- 首次模型下载明显慢于后续运行，具体时间取决于网络连接。
FASTVLM-0.5B · TRANSFORMERS.JS · WEBGPU
FastVLM Playground
对照片或截图提问、提取文字、解释图表。FastVLM 在你的设备上运行，支持导出回答与实测耗时。
浏览器内推理 图片与摄像头 无需本地安装
FASTVLM · IMAGE PLAYGROUND
用你自己的图片提问
上传照片、粘贴截图，或先试一个样例。FastVLM-0.5B 在你的设备上运行。
正在检查浏览器兼容性，不会下载模型…
JPEG、PNG 或 WebP · 最大 10 MB · Ctrl/Cmd+V 粘贴
首次运行会从 Hugging Face 下载约 1.1 GB 模型文件，后续可复用浏览器缓存。准备好后再开始。
回答
回答与本机实测耗时会显示在这里。
图片最长边会缩小至 1024 像素。模型生成的答案可能有误。
图片、问题和答案保留在本机。使用统计记录操作步骤、样例/上传/粘贴类型、错误类型和耗时。
onnx-community/FastVLM-0.5B-ONNX这个 Demo 使用什么模型？
浏览器 Playground 使用 FastVLM-0.5B，也就是最小的 FastVLM 版本。Apple 官方研究页面也链接了这个基于 Transformers.js + WebGPU 的实时体验。
Apple Research隐私与数据流
模型推理设计为在浏览器内完成，FastVLM.net 不接收摄像头画面。内嵌 Hugging Face 应用和浏览器仍会处理常规请求、模型下载与权限；完整细节请查阅对应服务的政策。
故障排查
Demo 一直空白
等待 iframe 和模型资源加载，或尝试直接打开 Demo；必要时为内嵌应用关闭严格的内容拦截。
WebGPU 不可用
更新 Chrome 或 Edge，确认硬件加速已开启，并检查 GPU 是否被浏览器列入阻止列表。
摄像头无法启动
同时允许 fastvlm.net 与内嵌 Hugging Face 应用使用摄像头，然后刷新页面。
首次运行很慢
模型权重下载和 WebGPU shader 编译期间出现等待是正常的；浏览器缓存可让后续访问更快。
查看 Playground 实际效果
这是一段 FastVLM 摄像头体验录像。打开上方的摄像头体验即可亲自尝试。
继续使用 FastVLM 开发
对比模型规模，或从浏览器 Playground 转向可复现的 Transformers 工作流。