跳到正文

全部端侧模型

适用于 iPhone 和 Mac 的零样本图像分类模型（Core ML 与 MLX）

该任务共有 21 个模型在 Hugging Face 上标为 Core ML 或 MLX，或由 Apple 发布：Core ML 8 个、MLX 2 个、其他 Apple 模型 11 个。下表列出最近 30 天下载量最高的模型。

最后更新：2026-11-02（UTC）。

显示 21 / 21 个。

模型大小下载量（30 天）
apple/MobileCLIP-S2-OpenCLIPApple，其他格式800 MB3.2万
apple/MobileCLIP-S1-OpenCLIPApple，其他格式685 MB1.2万
apple/aimv2-large-patch14-224-litMLX5.2 GB8,133
apple/MobileCLIP-B-LT-OpenCLIPApple，其他格式1.2 GB5,947
apple/MobileCLIP-B-OpenCLIPApple，其他格式—1,182
mlx-community/siglip2-so400m-patch16-384MLX—1,152
apple/TiC-CLIP-basic-cumulativeApple，其他格式—397
apple/TiC-CLIP-bestpool-sequentialApple，其他格式—379
apple/TiC-CLIP-bestpool-cumulativeApple，其他格式—359
apple/TiC-CLIP-basic-sequentialApple，其他格式—350
FluidInference/siglip2-base-patch16-256-coremlCore ML基于 google/siglip2-base-patch16-256—294
ddtfzco/decluttr-clip-vit-b32-coremlCore ML基于 openai/clip-vit-base-patch32—215
OZU-Technology/CinemaCLIPCore ML基于 laion/CLIP-ViT-B-32-256x256-DataComp-s34B-b86K—155
apple/DFN-publicApple，其他格式—110
pablete/CinemaCLIPCore ML基于 laion/CLIP-ViT-B-32-256x256-DataComp-s34B-b86K—43
batmac/ViT-B-16-SigLIP2-Image-CoreMLCore ML基于 google/siglip2-base-patch16-224—36
apple/TiC-CLIP-basic-oracleApple，其他格式—28
apple/TiC-CLIP-bestpool-oracleApple，其他格式—27
Crjstobal/siglip2-base-patch16-256-coremlCore ML基于 google/siglip2-base-patch16-256—23
f-loren/fototag-siglip2-coremlCore ML基于 google/siglip2-base-patch16-256—19
LucidexGroup/threadfinder-siglip2-base-patch16-224Core ML—17

如何阅读此表

  • 下载量是 Hugging Face 统计的最近 30 天数据，不是累计值。Hugging Face 按模型主文件的请求次数计数，所以一次安装可能被计入多次。
  • 大小是 Hugging Face 上该仓库当前全部文件的总和（1 GB = 1,000 MB）。有些仓库同时存放同一模型的多个版本，所以可能比你实际要下载的那一个更大；显示短横线表示还没有测量。
  • 热门是 Hugging Face 自己的近期关注度分数。名称下方的“基于”是该模型的来源模型。
  • 参数量是模型文件中的参数量。标有 * 的数值取自模型名称（例如 27B）：文件里没有参数量，或参数量小得多（打包的低比特文件会这样）。
  • 量化信息读取自模型的标签和名称，未对照文件核实。

使用之前

列表来自 Hugging Face 的公开 API，每天更新。我们不会逐个测试模型。在应用中使用前，请查看许可证并阅读模型卡片：有些许可证限制商业用途，“other”表示条款写在模型卡片里。名称或标签指向成人内容或去除安全限制的模型不会列出；需要登录 Hugging Face 才能下载的受限模型也不会列出。

其他任务