微软Florence-2视觉基础模型发布，可在浏览器本地运行

近日，备受瞩目的开源图像模型Florence-2已成功移植至Transformers.js平台，这一举措使得该模型能够在WebGPU环境中实现完全本地化的运行，性能显著提升。这意味着又一项AI技术得以在浏览器端高效应用。

值得一提的是，该模型体积约为340MB，只需一次性加载，便可在本地运行，无需频繁请求服务器，从而极大地提高了响应速度和效率。与此同时，开发者无需深入了解复杂的底层API，即可轻松利用该模型进行开发。此外，该模型还支持离线运行，进一步提升了使用的便捷性。

Florence-2的卓越性能得益于Transformers.js以及ONNX Runtime Web等先进技术的加持。这一整合不仅简化了模型部署流程，还使得广大的开发者能够更便捷地在其AI应用中集成图像识别能力，从而推动了AI技术的普及。

若您对代码实现及模型配置感兴趣，Florence-2的ONNX模型现已在Hugging Face Hub上公开。您可以通过访问https://huggingface.co/models?library=transformers.js&other=florence2 获取相关信息。同时，您还可以在GitHub上找到相关的示例代码，具体地址为https://github.com/xenova/transformers.js/tree/v3/examples/florence2-webgpu，这些资源将帮助您更深入地了解和应用该技术。

总而言之，Florence-2的这一移植为在Web端实现高性能AI图像模型开辟了新的可能性。我们期待在不久的将来，能够看到更多基于Web的图像处理应用涌现，为用户带来更加智能和便捷的体验。