SmolVLM是一款轻量级多模态模型，用于视频、图像和文本分析，可回答媒体文件问题、比较视觉内容或从图像中转录文本，仅需1.8GB GPU内存即可运行，特别适合资源有限的设备应用。

SmolLM 2是为速度、边缘设备和本地开发构建的小型LLM系列，提供135M、360M、1.7B参数版本，以Safetensors格式打包并采用vLLM导向布局，便于通过Docker Hub分发。