結果早上蘋果發了一個視訊即時識別工具
目前為該領域的 SOTA，而且比同類模型更小
我使用初代 macbook pro m1 可以跑起來
辨識速度很快，實際效果比樹莓派5 + ai鏡頭的物件識別套件強很多
而且蘋果的會描述實際鏡頭中的情況
而樹莓派5只會告訴你他看到什麼東西的名稱

我沒試過 iphone 能不能跑
如果你想在 iphone 測試需要先手動開啟 webgpu
並選擇 mlx 模型

https://huggingface.co/spaces/apple/fastvlm-webgpu
https://huggingface.co/collections/...d5cacefdd04872e
https://huggingface.co/collections/...b035c54bcd20c47