端侧模型

可在 iPhone、iPad 和 Mac 上运行的模型，来自 Hugging Face

Hugging Face 上发布的 Core ML 与 MLX 模型，以及 Apple 在那里发布的模型，按最近 30 天的下载量排序。Core ML 模型通过 Apple 的 Core ML 框架在 iPhone、iPad 和 Mac 上运行；MLX 模型面向 Apple 的 MLX 库，主要用于 Apple 芯片的 Mac（MLX Swift 也能在 iPhone 和 iPad 上运行）。每个名称都链接到该模型在 Hugging Face 上的页面。

1,009 个 Core ML 模型、1,693 个 MLX 模型、143 个 Apple 模型，每天根据 Hugging Face 的公开 API 更新。最后更新：2026-11-02（UTC）。

本月新模型

最近 30 天内创建、点赞最多的模型，涵盖 Core ML、MLX 和 Apple 自家模型。

ConwayResearch/Underdog-Bark-3.0创建于 2026-10-15 · 86 个赞
FermionResearch/Phonon-2.5创建于 2026-10-22 · 46 个赞
ConwayResearch/Underdog-Bark-3.0-Pro创建于 2026-10-15 · 44 个赞
nota-ai/Nemotron-3.5-Lightning-30B-A3B-Nota-Ternary-MLX-1014创建于 2026-10-12 · 41 个赞
FluidInference/embeddinggemma-2-coreml创建于 2026-10-09 · 32 个赞
RecursiveSI/flint-int4创建于 2026-10-21 · 28 个赞

查看全部新模型

筛选这些模型

显示 22 / 22 个。

模型	任务	大小	参数量	量化	许可证	下载量（30 天）	点赞	更新
apple/mobilevit-xx-smallCore ML	图像分类	16.1 MB	–	–	other	3.3万	22	2025-02-24
apple/mobilevit-smallCore ML	图像分类	67.8 MB	–	–	other	7,331	94	2025-02-24
julien-c/hotdog-not-hotdogCore ML	图像分类	—	–	–	未注明	749	38	2022-09-05
apple/mobilevit-x-smallCore ML	图像分类	—	–	–	other	478	10	2025-02-24
flyswot/convnext-tiny-224_flyswotCore ML	图像分类	—	27.8M	–	未注明	226	1	2023-09-07
apple/coreml-resnet-50Core ML	图像分类	—	–	–	mit	164	11	2024-06-13
grdesignbuild/volleyball-jersey-number-readerCore ML基于 microsoft/resnet-18	图像分类	—	11.2M	quantized	apache-2.0	70	0	2026-09-04
Matthijs/mobilenet_v2_1.4_224Core ML	图像分类	—	–	–	other	63	0	2022-11-10
phyloforfun/lm3_ruler_classifier_ensemble__yolo26x_cls_224Core ML	图像分类	—	–	–	agpl-3.0	58	0	2026-10-30
phyloforfun/lm3_ruler_classifier_ensemble__yolo26n_cls_224Core ML	图像分类	—	–	–	agpl-3.0	49	0	2026-10-08
rociiu/yolo-go-stone-classifierCore ML	图像分类	—	–	–	mit	46	1	2026-06-08
apple/coreml-FastViT-T8Core ML	图像分类	—	–	–	other	44	18	2024-06-13
InspiratioNULL/image-safety-classifier-s-CoreMLCore ML	图像分类	—	5.7M	–	mit	40	0	2026-09-25
ortusai/rightwayupCore ML基于 timm/vit_large_patch14_dinov2.lvd142m	图像分类	—	–	–	apache-2.0	38	3	2026-10-07
NimaBoscarino/efficientformer-l7-300Core ML	图像分类	—	–	–	apache-2.0	35	0	2022-07-18
apple/coreml-FastViT-MA36Core ML	图像分类	—	–	–	other	20	12	2024-06-13
c2p-cmd/PetsImageClassifierCore ML	图像分类	—	–	–	mit	18	2	2024-03-09
mickeyvanolst/yolo-coremlCore ML	图像分类	—	–	–	agpl-3.0	18	0	2026-09-09
NimaBoscarino/efficientformer-l3-300Core ML	图像分类	—	–	–	apache-2.0	17	2	2022-07-18
potnoodledev/noodles-not-noodlesCore ML	图像分类	—	–	–	未注明	17	0	2025-01-24
shafi-afridi/face-capture-qualityCore ML	图像分类	—	–	–	cc-by-nc-4.0	17	0	2026-07-08
Matthijs/mobilevit-smallCore ML	图像分类	—	–	–	other	16	0	2022-05-16

按任务浏览

模型数不少于 5 个的任务都有专页，涵盖 Core ML、MLX 和 Apple 自家模型。

如何运行这些模型

Core ML：把 .mlpackage 加入 Xcode 项目，或在应用首次需要时下载编译好的模型，再用 Core ML 框架加载。有些仓库自带 Swift 包，模型卡片里会写明。
MLX：在 Apple 芯片的 Mac 上，mlx-lm 和 mlx-audio 这两个 Python 包可以按名称加载这些模型；在应用里，MLX Swift 可以在 Mac、iPhone 和 iPad 上运行它们。注意内存：我们实测 4-bit 的 0.5B 模型在 Mac 上峰值约 0.36 GB，更大的模型需要多得多。
Apple 自家模型：有些是可直接用于应用的 Core ML 文件；另一些是面向 PyTorch 的研究权重，需要先用 coremltools 转换。

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。