SmolVLM은 허깅페이스가 온디바이스 AI 생태계를 위해 공개한 초경량 비전 언어 파운데이션 모델입니다. 2B 크기임에도 불구하고 이미지 질의응답, 문서 OCR, 다중 프레임 비디오 시각 추론 벤치마크에서 기존 거대 멀티모달 모델에 근접하는 정확도를 달성했습니다. 메모리 점유율을 극단적으로 낮추어 클라우드 API 호출 비용 없이 로컬 디바이스에서 프라이빗하게 시각 데이터를 처리합니다.