iPhone 本地实时视觉 AI 实验
amos_gyamfi · x · 2026-07-15
作者在 iPhone 上本地实验了一套 SwiftUI 实时视觉应用，包含四个能力： - **Classify**：用用户选择的视觉模型做实时图像分类，可选 PVT v2（ImageNet-1k）或 CLIP（zero-shot） - **Detect**：用 RF-DETR 做目标检测并画框 - **Segment**：用 SAM 3 通过文本提示做实例/语义分割 - **Ask**：结合 Foundation Models 和 SpeechAnalyzer，对场景进行文本或语音问答 重点是这些能力都在**本地 iPhone** 上运行，展示了 Apple 端侧 AI 组合在实时视觉应用里的实现方式。