01规格
| 发布方 | Hugging Face · HuggingFaceTB |
|---|---|
| 系列 | SmolLM / SmolVLM · SmolVLM2 |
| 类型 | 视觉语言 (image-text-to-text) |
| 参数量 | 2.25B 来源：按官方 safetensors 权重统计 |
| 上下文长度 | 8K tokens (8,192)取自 config.json 的 max_position_embeddings |
| 结构 | 24 层 |
| 发布权重 | FP32 · 9.0 GB下载量 |
| 许可 | Apache-2.0 · 可商用宽松许可（Apache-2.0 / MIT / CC-BY / OpenMDW）：允许商用。 |
| 发布日期 | 2025-02-08 （Hugging Face 仓库创建日） |
02需要多少显存（估算）
合计 = 权重 + 10% + 0.5GB 运行开销 + 1 个请求的 KV 缓存（FP16）。并发用户越多，KV 部分成倍增加。
| 精度 | 权重 | 最低显卡 | Mac |
|---|---|---|---|
| BF16 / FP16（原始精度） | 4.5 GB | 8GB 显卡 | Mac 16GB |
| FP8 / INT8 / Q8_0 | 2.4 GB | 8GB 显卡 | Mac 16GB |
| 4 位量化（Q4_K_M / AWQ / GPTQ-Int4） | 1.4 GB | 8GB 显卡 | Mac 16GB |
KV 缓存未估算：官方 config.json 受限访问或缺少注意力参数。上表合计只含权重 + 开销。
每权重比特：BF16 16、FP8 8.5、4 位 4.85。“放得下” = 合计 ≤ 显存 90%；Mac GPU 约可用统一内存的 2/3（≤36GB）或 3/4（更大机型）。MoE 模型所有专家都要进显存，按总参数算。 估算方法 →
03怎么跑
只列厂商或推理框架官方明确支持的方式。
- Transformers — 官方模型卡提及
- Diffusers — 官方模型卡提及
04官方仓库与量化版
HuggingFaceTB 官方发布的 1 个仓库。
- SmolVLM2-2.2B-Instruct Instruct
05SmolLM / SmolVLM 其他模型
全部 8 个 →| 模型 | 参数 | 4 位合计 | 发布 |
|---|---|---|---|
| SmolLM3-3B | 3.08B | 3.2 GB | 2025-07-08 |
| SmolLM2-135M | 135M | 0.8 GB | 2024-10-31 |
| SmolLM2-360M | 362M | 1.1 GB | 2024-10-31 |
| SmolLM2-1.7B | 1.71B | 3.3 GB | 2024-10-30 |
| SmolLM-135M | 135M | 0.8 GB | 2024-07-14 |
| SmolLM-360M | 362M | 1.1 GB | 2024-07-14 |
| SmolLM-1.7B | 1.71B | 3.3 GB | 2024-07-14 |
06来源
数据核对于 2025-04-08。参数、上下文、许可取自官方仓库；显存为本站估算。