手机端有哪些不错的多模态大语言模型？
2024-04-10 阅读 6
手机端比较实用的多模态方案有几类：LLaVA（在LLaMA上做的图文指令模型，经过量化后可配合llama.cpp在高端手机上尝试离线运行）、LLaMA-Adapter / Vision-LLaMA（用轻量视觉适配器把小型LLM变成多模态，适合移动端部署）、BLIP-2（图像理解能力强，配小型LLM推理较轻量）。MiniGPT-4、mPLUG-Owl 等功能更强的模型通常算力需求高，常见做法是服务端推理加移动端前端调用。选型主要看手机算力、能否量化和是否接受云端推理。
更新于 2026年01月03日
