Hugging Face 最新上线 iOS 应用 HuggingSnap，无需依赖云端服务器，用户可直接在设备端要求 AI 生成视觉描述。
该应用基于轻量级多模态模型 smolVLM2（参数规模 2.56 亿至 22 亿），可在本地完成所有计算，避免数据上传云端，确保隐私安全。
smolVLM2 专为移动设备优化，能高效处理图文任务（如图像 / 视频分析），但准确率略逊于云端大模型（如 GPT-4o、Gemini）。
小型模型（2.56 亿参数）适合基础任务，大型模型（22 亿参数）提供更精准解析，但可能增加设备发热和耗电。
用户可即时获取复杂场景描述（如街景解析）、识别多语言文字（如旅行中翻译路牌），或辅助视障人士独立导航。
Hugging Face 强调“隐私设计优先”，明确表示用户数据仅存储于本地设备，且不会与第三方共享。
