开发者文档

使用 FastVLM 开发

从浏览器开始，在 Python 中复现推理，或转向 Apple 硬件原生运行。每份指南都会链接发布前应核对的一手资料。

FastVLM 工具链仍在演进。这里的命令基于 2026 年 8 月核对的 Apple 与 Hugging Face 文档；生产环境应始终复核链接来源并固定可用依赖版本。

安装 FastVLM

克隆 Apple 官方仓库，创建隔离的 Python 环境并安装项目，用于 checkpoint 推理。

使用 Apple 官方 predict.py 入口与已下载的 FastVLM checkpoint 执行图像推理。

了解正式 Transformers 集成、多模态 chat template 格式与模型加载方式。

通过 Transformers.js 与 WebGPU 运行 0.5B 浏览器 Demo，并诊断浏览器兼容问题。

找到 Apple 官方模型集合，选择 0.5B、1.5B 或 7B，并在下载前阅读模型卡。

在官方 MLX Demo 工作流和 Apple Silicon 导出模型资源之间选择。

以 Apple 官方 iOS/macOS Demo 项目作为端侧 FastVLM 应用的起点。

查看 Apple 发布的 Core ML 资源，并针对目标硬件有意识地选择量化方式。

使用基于 MLX 的应用与官方 Apple Silicon checkpoint，在 Mac 和 iOS 上进行原生实验。