一个 9B 参数的开源多模态大模型，面向视觉理解、空间推理、智能体工具调用和具身智能研究。
3034524PythonApache-2.0更新于 上个月
huggingface/smollm
Hugging Face 推出的紧凑型开源语言模型（SmolLM）与视觉语言模型（SmolVLM），面向端侧运行。
- Star
- 3,931
- Fork
- 326
- 未关闭 Issue
- 61
- 最近提交
- 16天前
这是什么？
Smol Models 是 Hugging Face 推出的一组轻量级 AI 模型，涵盖文本与视觉两个方向。其目标是打造完全开放、体积紧凑、可在端侧高效运行且性能仍然出色的模型。
SmolLM3 是一个 3B 参数的语言模型，训练数据达 11T tokens。其指令版本支持思考与非思考两种推理模式，覆盖英、法、西、德、意、葡六种语言，上下文长度可达 128k。模型权重之外，训练所用的公开数据配比与训练配置也一并开放。
SmolVLM 是一个紧凑的多模态模型，可处理图像与文本输入，适用于视觉问答、图像描述、视觉故事生成，并支持单次对话中包含多张图片。仓库还提供本地推理工具与共享工具代码，模型可通过 Hugging Face transformers 库加载。
核心功能
- 01SmolLM3 为 3B 参数语言模型，支持思考与非思考两种推理模式。
- 02支持英、法、西、德、意、葡等六种语言。
- 03上下文长度最高可达 128k tokens。
- 04SmolVLM 可同时处理图像与文本，完成视觉问答和图像描述。
- 05随模型权重公开训练数据配比与训练配置。
- 06提供本地推理工具，便于在端侧运行模型。
适用场景
- 在本地运行小型对话或推理模型，无需依赖云端 API。
- 构建可在端侧回答图片相关问题的视觉助手。
- 试验面向欧洲语言的紧凑型多语言模型。
- 研究小模型如何基于公开数据与配置完成训练。
快速上手
- 1
安装 Hugging Face transformers 库
- 2
使用 README 中的 Python 示例加载 SmolLM3 并生成回复
使用前须知
- README 未提供 pip 安装命令，因此需要参考链接文档进行设置。
- 运行 SmolLM3 示例代码时需要 GPU，也可改用 CPU。
标签
常见问题
- smollm 是什么？
- Hugging Face 推出的紧凑型开源语言模型（SmolLM）与视觉语言模型（SmolVLM），面向端侧运行。 Smol Models 是 Hugging Face 推出的一组轻量级 AI 模型，涵盖文本与视觉两个方向。其目标是打造完全开放、体积紧凑、可在端侧高效运行且性能仍然出色的模型。
- smollm 可以免费使用吗？用的什么许可证？
- smollm 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
- smollm 还在维护吗？
- 活跃维护中。smollm 最近一次提交是在 2026年10月6日。
- smollm 适合用来做什么？
- 在本地运行小型对话或推理模型，无需依赖云端 API。 构建可在端侧回答图片相关问题的视觉助手。 试验面向欧洲语言的紧凑型多语言模型。 研究小模型如何基于公开数据与配置完成训练。
- smollm 怎么安装和运行？
- 安装 Hugging Face transformers 库 使用 README 中的 Python 示例加载 SmolLM3 并生成回复
- 在哪里获取 smollm？
- 源代码和安装说明在 GitHub 上：https://github.com/huggingface/smollm
概要由 AI 根据项目 README 生成；GitHub 数据每日更新。
相关项目
商汤 SenseNova 开源的原生统一多模态模型，在同一架构中完成图像理解、文生图与图像编辑。
6893527PythonApache-2.0更新于 前天
一个开源医疗视觉-语言模型，可处理医学文本、2D图像、3D体数据和手术视频，训练数据全部公开。
90734PythonApache-2.0更新于 2个月前
开源多模态模型系列（MiniCPM-V 4.7 与 MiniCPM-o 4.5），可在本地与端侧设备上理解图像、视频、文档和语音。
2.7万2119PythonApache-2.0更新于 6天前
医疗多模态大模型系列，包含面向医学文本、2D 图像与 3D 体数据理解的 HealthGPT-Pro，以及统一理解与生成的 HealthGPT。
1660242PythonApache-2.0更新于 3个月前
NEO 是一系列原生视觉-语言模型，采用无编码器的统一稠密架构直接处理像素与文字。
90733PythonApache-2.0更新于 3个月前