Small

§ 01综述

小模型（Small）是指参数量较少、计算资源需求低的AI模型，旨在保持可接受性能的同时提升推理速度和部署灵活性。近期，多个领域推出了针对特定任务优化的小型化方案，加速了AI在边缘设备和实时场景中的应用。

Small模型近期进展

Interfaze开源DiffusionGemma ASR Small模型：基于DiffusionGemma架构，支持六国语言，通过并行去噪解码实现高效语音识别。该模型参数规模较小，适合资源受限环境下的部署。

原文标题

PP-OCRv6部署数据公布：在A100上处理一张图像仅需0.13秒，CPU推理速度比v5快3.9-5.2倍。这一小型OCR模型通过优化网络结构和量化技术，在轻量级设备上实现了接近大模型的准确率。

原文标题

火狐Firefox安卓版上线AI摘要功能：152版本支持摇一摇手机即可生成页面摘要，背后使用小型化模型在设备端完成推理，保护用户隐私并降低延迟。

原文标题

当前焦点与观察点

小模型的竞争焦点从单一参数大小转向“性能-效率”比。PP-OCRv6和DiffusionGemma ASR Small展示了在特定任务上Small模型能以更低成本达到实用水平。然而，其泛化能力仍受限于训练数据，复杂场景下的鲁棒性需要进一步验证。另一方面，设备端推理成为趋势，Small模型在浏览器、手机等场景的落地将推动更多轻量级AI应用。未来，小模型与大模型的协同（如蒸馏、混合架构）可能成为关键方向。

§ 02相关报道10 条在档

§ 03邻近话题