SmolVLM은 Hugging Face에서 개발한 경량의 비전-언어 모델 패밀리로, 온디바이스 환경에서 효율적으로 실행되는 강력한 모델을 제공합니다. 완전히 공개된 가중치와 상세한 학습 정보를 함께 제공하며, 이미지와 텍스트를 동시에 처리하여 시각 QA, 이미지 설명 등 다양한 작업을 수행할 수 있습니다. 11조 토큰으로 학습한 기초 모델을 바탕으로 하며, 영어, 프랑스어, 스페인어 등 6개 언어를 지원합니다.