Выпущен инструмент jev-visual для локального зрения на Apple Silicon

Разработчики представили jev-visual — проект для выполнения задач компьютерного зрения на устройствах с чипами Apple Silicon. Инструмент использует архитектуру Qwen3.5-0.8B в связке с фреймворком MLX для обеспечения высокой скорости локального инференса.

Система работает на основе метода прямого скоринга, что позволяет модели интерпретировать визуальные данные без необходимости обращения к облачным API. В текущей версии реализована поддержка обработки видеопотока в реальном времени, что демонстрируется на примерах автоматизированной сортировки объектов и упрощенной версии игры Breakout.

Использование 0.8B параметров позволяет запускать модель на устройствах с ограниченным объемом оперативной памяти, сохраняя при этом низкую задержку. Интеграция с MLX обеспечивает оптимизацию вычислений под специфику архитектуры Apple, минимизируя нагрузку на центральный и графический процессоры при выполнении задач распознавания.

Проект ориентирован на разработчиков, создающих локальные AI-агенты, способные взаимодействовать с визуальной средой. Исходный код доступен на GitHub под открытой лицензией, что позволяет интегрировать модуль в сторонние приложения для автоматизации процессов, требующих анализа изображений в реальном времени.