Atmos

本项目是一个本地部署 FastVLM 视觉语言模型的 Demo，包含 iOS/macOS 服务端和 Android 客户端。

项目结构

• Server: Swift 编写的服务端，集成 FastVLM 和 YOLO 目标检测
• Atmos: Android 客户端应用

FastVLM 模型部署

本项目支持三种不同规模的 FastVLM 模型，可根据设备性能和需求选择：

模型选项

模型规模	量化方式	下载链接
0.5B	FP16	下载
1.5B	INT8	下载
7B	INT4	下载

模型部署步骤

1. 根据需要下载上述模型之一
2. 解压下载的 zip 文件
3. 将解压后的文件夹重命名为 model
4. 将 model 文件夹放置在 Server/Server/Module/FastVLM/ 目录下

最终目录结构应为：

Server/Server/Module/FastVLM/model/

服务端部署

环境要求

• macOS 或 iOS 设备
• Xcode
• Swift 5.0+

运行步骤

1. 按照上述步骤部署 FastVLM 模型
2. 打开 Server/Server.xcodeproj
3. 在 Xcode 中构建并运行项目

Android 客户端

环境要求

• Android Studio
• Gradle

运行步骤

1. 打开 Atmos 文件夹
2. 使用 Android Studio 打开项目
3. 同步 Gradle 依赖
4. 构建并运行应用

功能特性

• 本地部署的视觉语言模型推理
• YOLO 目标检测集成
• 跨平台支持（iOS/macOS 服务端 + Android 客户端）