科技媒體9to5Mac報道，蘋果公司近日在 Hugging Face 平台上推出FastVLM 視覺語言模型的瀏覽器試用版，專為搭載Apple Silicon晶片的Mac設備設計，主打「閃電般」的影片字幕生成速度。

FastVLM

由蘋果基於自研開源機器學習框架MLX優化，體積僅同類模型的三分之一，但字幕生成速度快85倍。此次發布的FastVLM-0.5B輕量版可直接在瀏覽器內運行，無需依賴雲端。根據測試，在16GB
M2 Pro MacBook Pro 上首次加載需數分鐘，但啟動後能迅速且精準地描述畫面中的人物、環境、表情與物體。

值得關注的是，FastVLM支持本地運行，數據全程在設備端處理，避免隱私風險。其低延遲與高效率特性，亦使其在可穿戴設備、虛擬攝像頭應用與輔助技術領域展現潛力。未來，FastVLM有望成為相關產品的核心技術，為用戶帶來更智能便捷的交互體驗。