这些工具如何工作
- 模型首次使用时从 Hugging Face 获取，并由浏览器缓存。
- 推理在 Web Worker 中调用你的 GPU；FastVLM.net 不会收到你的图片。
- 使用统计只记录固定的步骤名、模型和耗时，不包含任何内容。
工具 · 在你的设备上运行
在浏览器里运行的 AI 图片工具
每个工具首次使用时下载一次开放模型，然后通过 WebGPU（或标注的 WebAssembly）在你的 GPU 上运行。图片、标签与结果都留在本机。
浏览器内运行
图片问答
对照片或截图提问、提取文字、解释图表。
- 驱动模型
- FastVLM-0.5B
- 下载量
- ≈1.1 GB
浏览器内运行
深度图生成器
把一张图片转换成深度图并下载 PNG。
- 驱动模型
- Depth Pro · Depth Anything V2
- 下载量
- 50 MB – 600 MB
浏览器内运行
零样本图片分类
输入自定义标签，对图片打分排序，无需训练。
- 驱动模型
- MobileCLIP-S0
- 下载量
- ≈55 MB – 110 MB
浏览器内运行
图文相似度
用 CLIP 向量计算句子与图片的匹配程度。
- 驱动模型
- MobileCLIP-S0
- 下载量
- ≈55 MB – 110 MB
本地教程
图片转 3D
把一张照片变成可看邻近视角的 3D Gaussian，或可重打光的 3D 资产。
- 驱动模型
- SHARP · Luce
- 下载量
- Local install
浏览器内运行
测试你的设备
测量模型加载、首 Token 和每秒 Token 数，并分享结果。
- 驱动模型
- FastVLM-0.5B
- 下载量
- ≈1.1 GB
想了解模型本身？
每个工具都链接到背后的 Apple 模型页面，包含 Python、MLX 与浏览器运行说明。
浏览 Apple 模型