8GB 显存能跑的视觉理解模型
共 6 个
显存档为包含式:更低显存也能跑的模型一并列在此。数值取 Q4 量化后显存估算。
FrickFritz-4B-GGUF (fattis) GGUF 量化，解禁角色扮演与图像描述 Unlimited-OCR (Baidu) 3B 视觉语言 OCR 模型，文档解析与 Markdown 转换 PP-OCRv6_medium_det (PaddlePaddle) 轻量级多语言文本检测模型，48语种，服务端/边缘可用 NuExtract3 (NuMind) 文档结构化提取和Markdown转换的4B视觉语言模型 Qwen3.5-9B-MTP-GGUF (unsloth) Qwen3.5-9B 多模态模型，MTP 投机解码，本地快速运行 Gemma-4-E4B-Aggressive (HauhauCS) 无审查的Gemma 4多模态模型，适合内容生成开发者