अपने बहुप्रतीक्षित 9 सितंबर के इवेंट से ठीक कुछ दिन पहले, एप्पल ने चुपचाप दो नए आर्टिफिशियल इंटेलिजेंस (AI) मॉडल – FastVLM और MobileCLIP2 – को ओपन-सोर्स प्लेटफॉर्म Hugging Face पर लॉन्च कर दिया है। दोनों मॉडल्स को इस तरह डिजाइन किया गया है कि ये डिवाइस पर ही काम करेंगे, जिससे स्पीड बढ़ेगी और यूजर डेटा भी प्राइवेट रहेगा।
FastVLM एक विजुअल लैंग्वेज मॉडल (VLM) है, जो हाई-रेज़ॉल्यूशन इनपुट को बेहद तेज़ी से प्रोसेस कर सकता है। इसके साथ ही कंपनी ने FastVLM-0.5B नाम का हल्का वर्ज़न भी पेश किया है, जिसे ब्राउज़र में सीधे टेस्ट किया जा सकता है। यूजर अपनी कैमरा या वर्चुअल कैमरा ऐप को कनेक्ट कर वीडियो मॉडल को फीड कर सकते हैं।
MobileCLIP2 एक विज़न-लैंग्वेज मॉडल है, जो इमेज और लैंग्वेज को समझने की क्षमता रखता है। यह तस्वीरों का विश्लेषण कर सकता है, ऑब्जेक्ट पहचान सकता है, कैप्शन जनरेट कर सकता है और यहां तक कि वीडियो भी इंटरप्रेट कर सकता है – वो भी बिना क्लाउड पर डिपेंड किए। एप्पल का कहना है कि यह मॉडल पहले के वर्ज़न की तुलना में 85 गुना तेज़ और 3.4 गुना छोटा है, क्योंकि इसे एप्पल सिलिकॉन और कंपनी के लाइटवेट मशीन लर्निंग फ्रेमवर्क के लिए ऑप्टिमाइज़ किया गया है।
इन दोनों मॉडल्स की लॉन्चिंग से साफ है कि एप्पल ऑन-डिवाइस AI को अपने इकोसिस्टम का अहम हिस्सा बनाना चाहता है। ऐसा करके कंपनी न केवल स्पीड बढ़ाना चाहती है, बल्कि अपनी यूजर प्राइवेसी की पॉलिसी को भी मजबूत कर रही है।
