llama.cppggml-org（Georgi Gerganov 等）
纯 C/C++ 的推理实现，把大模型塞进 CPU、Mac 统一内存和各种边缘设备，GGUF 量化格式的事实标准。
推理框架 / 服务引擎GGUFCPU / Metal / CUDA / Vulkan1.5~8bit 量化无 Python 依赖
Qwen2.5-VL-3B-Instruct
模型简介
Qwen2.5-VL 的 3B 版本，端侧做 OCR 与界面理解最省资源的一档。
- 参数量
- 3.8B
- 上下文
- 128K
- 所属
- Qwen
- 类型
- 纯文本 / 可识别图像
- 商用
- 不可商用
- 许可
- Qwen RESEARCH LICENSE AGREEMENT
- 发布
- 2025-01-26
- 收录
- 2026-10-03