让桌面硬件长出真正的“AI眼睛”？微信刚开源的 4B 端侧视觉模型，刚好能把我们项目这块拼图补齐！🔥 核心信息是： 微信开源了一个 4B 左右的视觉模型，识… · @Liu_zhongxisn · TwKit

@Liu_zhongxisn

让桌面硬件长出真正的“AI眼睛”？微信刚开源的 4B 端侧视觉模型，刚好能把我们项目这块拼图补齐！🔥 核心信息是： 微信开源了一个 4B 左右的视觉模型，识图、抠图、OCR、分割一套干完，然后官方说的是还可以往边缘设备上塞。 怎么去用 & 落地思路 我看到这的时候，脑子里面去想出来的第一个想法就是： 我的桌面摄像头加上一个本地的小的VLM，再挂到我们宗主项目网关上面去优化那一个眼睛。 像前面给大家所推荐的那个立创的ESP 32的，它那个上面有一个自带的小型摄像头的，只不过一直没有去利用上。 我们前面更多的是语音的链路，也就是可以听见也能够说出来，但是去做看见这一块的话，前面也没弄。 🚀 后续计划 如果他能够真的在边缘跑起来，那么后面可以把这一块加进我们的链路里面。 大家有没有想要对这一块感兴趣的？那我先去实测一下，然后我就去先去跑一个简单的demo！

曝光 50 · 评论 0 · 点赞 0 · 书签 1