SmolVLM 是一个 20 亿参数的轻量级视觉语言模型（VLM），主要功能是理解和处理图像与文本的多模态信息，可实现图像描述、文档解析、视觉问答、视频分析等任务。

核心能力举例：

1. 图像理解与交互：输入图片后，能根据文字提示生成回答，列如分析建筑风格、识别图像中的物体（如厨房调料瓶）并描述内容。

2. 文档与表格处理：解析发票、试卷等文档中的文字和表格结构，提取关键信息（如发票日期、金额）。

3. 视频基础分析：通过提取视频帧，识别画面中的物体和场景（如厨房烹饪画面中的食材），但时间序列理解稍弱。

4. 多语言与长上下文支持：支持长文本输入，能处理多图像输入，适合本地设备部署（如笔记本）。

体验1：https://huggingface.co/spaces/HuggingFaceTB/SmolVLM
体验2：https://huggingface.co/spaces/HuggingFaceTB/SmolVLM-256M-Demo
开源：https://github.com/huggingface/smollm