Apple 在 Hugging Face 上線 20 個 Core ML 模型：主打端側離線執行與隱私

Apple 在 Hugging Face 上公開了 20 個全新的 Core ML 格式模型和 4 個配套資料集。如果你在做 iOS 或 macOS 應用開發，現在可以直接把這些現成的視覺與多模態模型拖進工程，全部在裝置本地離線跑起來，不需要自己從頭轉換或搭雲端伺服器。

它能做什麼

這批模型主要覆蓋了常見的計算機視覺和影像處理任務，其中包含用於影像分類的 FastViT、用於單目深度估計的 DepthAnything，以及負責語義分割的 DETR 等前沿架構。

Hugging Face 聯合創始人兼 CEO Clement Delangue 提到，這些模型能直接解決很多實際產品功能。比如在手機端給照片一鍵摳圖並消除雜亂背景，或者呼叫攝像頭即時識別眼前的物體並翻譯成外語。

除了 20 個現成模型，Apple 還同步放出了 4 個數據集，方便開發者在此基礎上進一步做針對性訓練或微調。

專為端側最佳化的特性

這批模型最大的特點是針對 Apple Silicon 和 Core ML 框架做了專門適配，把記憶體佔用和功耗壓得很低。

所有模型都嚴格在使用者的裝置本地執行，完全不需要連線網路。這意味著兩件事：第一是極低延遲，本地推理沒有網路往返等待；第二是隱私絕對安全，使用者的影像和個人資料完全不出手機或電腦。

開發者可以直接前往 Hugging Face 上的 Apple 組織主頁下載對應的 Core ML 權重檔案，直接整合到 Xcode 中即可呼叫。

為什麼重要

對蘋果生態的獨立開發者和中小團隊來說，這批模型最大的價值是省事。平時把開源社群的 PyTorch 模型轉成 Core ML 格式往往容易踩坑，量化、運算元相容和端側調優都要花不少時間，現在官方把調優好的版本直接打包送到了手上。

把影像分割、深度估計這類基礎視覺能力全部推向端側，既幫開發者省下了高昂的雲端 GPU 賬單，又徹底守住了使用者隱私紅線。我們認為，如果你的 App 剛好需要加入影像識別或摳圖功能，現在很值得去 Hugging Face 下下來跑一跑。