vLLMvLLM 社区（原 UC Berkeley）
生产环境部署 LLM 的默认答案：PagedAttention 把 KV cache 碎片化问题解决掉，吞吐比朴素实现高一个量级。
推理框架 / 服务引擎PagedAttention张量并行FP8/AWQ/GPTQOpenAI 兼容 API多模态
FastVLM-7B
模型简介
Apple 的快速视觉语言模型，7B 以低延迟做端侧图像理解。
- 参数量
- 7.8B
- 上下文
- 32K
- 所属
- FastVLM
- 类型
- 纯文本 / 可识别图像
- 商用
- 有条件可商用
- 许可
- Apple AMLR Model License
- 发布
- 2025-08-25
- 收录
- 2026-10-03