Hugging Face 正式推出官方 `swift-huggingface` 用戶端 SDK,專為 Apple 生態系(iOS/macOS 等)開發者設計。該工具簡化了從 Hugging Face Hub 搜尋、下載及快取模型與數據集的流程,並支援斷點續傳與私有模型存取。這將大幅降低在 Apple 裝置上部署本地端(On-device)AI 模型的門檻,促進端側應用生態發展。
Hugging Face 推出開源 Swift 庫「AnyLanguageModel」,專為 Apple 平台(iOS/macOS 等)設計。它提供統一的 API 介面,讓開發者能無縫切換運行於裝置本地的輕量模型(如經由 CoreML)與雲端的強大遠端模型。這大幅簡化了 Apple 生態系中的 AI 應用開發流程,兼顧隱私、離線可用性與運算效能。
Hugging Face 正式推出 Swift Transformers 1.0,這是專為 Apple 生態系(iOS、macOS 等)設計的開源庫,旨在簡化本地端 AI 模型的部署。此版本帶來了顯著的效能提升與 API 穩定性,深度整合 Apple 的 Core ML 與 Metal 框架,讓開發者能更輕鬆地在裝置上執行 Llama、Whisper 等熱門模型。1.0 版本的發布標誌著該專案已達生產環境就緒階段,未來將持續優化記憶體佔用並支援更多新一代的 Apple 晶片架構。
Hugging Face 宣布推出全新開源 Swift 套件 `swift-transformers`,旨在簡化在 Apple 裝置(iOS、macOS)上部署與運行本地端大型語言模型(LLM)的流程。該套件支援 Tokenization 與模型推理,並能與 Apple 的 Core ML 框架緊密結合,充分發揮 Apple Silicon 的硬體加速優勢,為行動端應用帶來更隱私、低延遲的 AI 體驗。