SmolVLM 是一款参数规模约 20 亿（2B）的视觉语言模型（VLM），在内存占用方面达到了业界领先（SOTA）的表现。该模型最大的特点是小巧、快速且内存高效，能够在有限的硬件资源上流畅运行，非常适合边缘设备或研究者进行低成本实验。与许多封闭的商用大模型不同，SmolVLM 完全开源，所有模型检查点、视觉语言数据集、训练配方和工具均在 Apache 2.0 许可下发布，方便开发者自由使用和二次开发。其设计理念是通过紧凑的架构和优化的训练策略，在保持良好性能的同时显著降低资源需求。SmolVLM 的开放性不仅有助于学术研究，也为创业团队和个人开发者提供了构建视觉语言应用的基础。它在多模态任务中展现了强劲的效果，是当前小参数量 VLM 的代表性成果之一。