Hugging Faceの新モデル「SmolVLM」は、わずか5.02GBのGPU RAMで画像とテキストを処理し、高い効率性を実現しています。
コスト削減が進むことで、企業のAI導入が加速し、幅広い分野での利用が期待されます。
これはAI技術の普及に大きな影響を与えるでしょう。
記事の概要
Hugging Faceが最新の小型AIモデル「SmolVLM」を発表しました。
このモデルは、ビジョンとテキストタスクにおいて高い性能を持ちながら、メモリ使用量を大幅に削減しています。
SmolVLMは、22億5,000万パラメータを持ち、必要なGPU RAMはわずか5.02GBで、競合モデルに比べて圧倒的な効率性を誇ります。
特に、画像圧縮技術を駆使することで、少ないトークンで画像とテキストを処理できる点が特長です。
また、新たに提案された「テストタイム・スケーリング」手法により、小型モデルの性能向上も期待されています。
これにより、AIが「考える時間」を活用し、より正確な回答を導き出す試みが進行中です。
今後の研究開発により、さらなる性能向上が期待されます。
記事のポイント
- コスト削減効果： SmolVLMは、従来のモデルに比べて入力トークンあたりのコストを10分の1に削減することが可能です。
- 小型高性能モデルの進化： SmolVLMは、画像とテキストを処理できるマルチモーダルモデルでありながら、必要なGPU RAMが非常に低く抑えられています。
- 新しい技術アプローチ： Hugging Faceは「テストタイム・スケーリング」という新しい手法を開発し、小型モデルでも高い性能を引き出すことに成功しました。
詳しい記事の内容はこちらから（引用元）
AMP[アンプ] - 人生の豊かさを生む瞬間を情報でつくりだす新世代向けビジネスメディア
https://ampmedia.jp/2025/02/08/smolvlm/