This is the Windows app named FastVLM whose latest release can be downloaded as ml-fastvlmsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
使用 OnWorks 免费下载并在线运行此名为 FastVLM 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从本网站启动任何 OS OnWorks 在线模拟器，但更好的 Windows 在线模拟器。
- 5. 从您刚刚启动的 OnWorks Windows 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序并安装。
- 7. 从您的 Linux 发行版软件存储库下载 Wine。 安装后，您可以双击该应用程序以使用 Wine 运行它们。 您还可以尝试 PlayOnLinux，这是 Wine 上的一个花哨界面，可帮助您安装流行的 Windows 程序和游戏。
Wine 是一种在 Linux 上运行 Windows 软件的方法，但不需要 Windows。 Wine 是一个开源的 Windows 兼容层，可以直接在任何 Linux 桌面上运行 Windows 程序。 本质上，Wine 试图从头开始重新实现足够多的 Windows，以便它可以运行所有这些 Windows 应用程序，而实际上不需要 Windows。
SCREENSHOTS
Ad
快速VLM
商品描述
FastVLM 是一个注重效率的视觉语言建模堆栈，它引入了 FastViTHD，这是一种混合视觉编码器，旨在减少视觉 token 的数量并缩短编码时间，尤其适用于高分辨率图像。该设计摒弃了复杂的修剪阶段，而是通过输入缩放来权衡分辨率和 token 数量，从而简化了流程，同时保持了较高的准确性。报告结果强调了与当代开放式 VLM 相比，其在首次 token 生成时间 (time-to-first-token) 和竞争质量方面的显著提升，包括与小型和大型变体的比较。该存储库记录了模型变体，展示了与已知基线的头对头数据，并解释了编码器如何与常见的 LLM 主干集成。Apple 的研究简报将 FastVLM 描述为针对实时或延迟敏感场景，在这些场景中，降低视觉 token 压力对于交互式用户体验至关重要。简而言之，这是一个无需使用复杂的 token 选择启发式算法即可提高 VLM 速度的实用方法。
功能
- 具有更少视觉标记的 FastViTHD 混合视觉编码器
- 显著减少编码延迟和 TTFT
- 通过简单的输入缩放实现分辨率与代币的权衡
- 与 VLM 堆栈中的标准 LLM 主干兼容
- 报告显示其性能优于基线，且成本更低
- 针对小型和大型模型体系进行调整的变体
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/fastvlm.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。
