Mirage
只有 51M 参数、22 MB 的开放视觉模型:能在手机上描述照片、找出物体、读取文字并填写表单。
一句话概括. Mirage 看一张照片,返回一份结构化报告:场景是什么、里面有哪些物体和位置、写了什么文字,以及各物体之间的关系。它只有 22 MB,所以可以在手机、可穿戴设备或机器人上运行,不需要联网。它不是聊天机器人,自己无法回答关于图片的任意问题。
概述
Mirage 是 Cactus Compute 的 5130 万参数视觉模型,于 2026 年 11 月 6 日以 Apache 2.0 许可证发布,面向手机、可穿戴设备、机器人等消费级设备。它一次推理就能描述场景、找出物体、读取文字、画出分割掩码、标出物体之间的关系,还能填写表单或从你给出的候选项里做选择。用 Cactus 的 2 位量化后,模型文件为 21.6 MB,Cactus 报告在三星 Galaxy S26 的 NPU 上端到端 74 ms,在其 CPU 上 107 ms。
它不是聊天模型,输出是 JSON 结构化记录:场景描述、带名称、边框以及颜色或材质等属性的物体、每个物体的掩码、带边框和识别字符串的文字区域,以及物体之间的关系。物体名称由一个小型语言解码器生成,所以不受固定检测类别列表的限制。描述支持英语、德语、法语、西班牙语、意大利语、荷兰语和波兰语。请求可以只要求部分内容,表单请求则会返回你给定标签中的一个选择、某个范围内的计数或一小段文字。内部结构是卷积主干加注意力编码器,连接检测头和掩码头、一个独立的文字读取器,以及与 Needle、Whistle 同属 Simple Attention 家族的八层解码器。大部分权重量化为 2 位,词嵌入保持 4 位。
你可以通过 cactus-compute 的 Python 包或原生 Cactus 引擎使用它,引擎可以同时加载 Needle、Whistle 和 Mirage。Cactus 还测试了把它与纯文本模型搭配:看不到像素的 Qwen3-0.6B 在拿到 Mirage 的记录和问题时,256 道 VQAv2 验证集问题得 31.3 分(满分 100),换成另一张图的记录则是 22.2 分,后续用更大文本模型的实验也没有显示出稳定的提升。发布文章和模型卡给出了体积和速度数字,但没有检测、分割或文字读取的标准基准成绩,文章自带的示例里也出现了识别文字带错误重音的情况,所以请用你自己的图片测试。
适合做什么
- 为手机、可穿戴设备或机器人应用加入场景描述、物体查找和文字读取,不需要云端调用
- 把照片变成结构化数据,或者变成基于你选定标签的判断
- 与 Needle 3 等小型文本模型搭配,由 Mirage 提供感知,另一个模型负责推理
- 浏览器演示,因为发布文章里的页面就是在本地运行它
需要注意
- 它是感知模型,不是聊天模型,自己无法回答关于图片的任意问题
- 发布文章和模型卡都没有公布检测、分割或文字读取的标准基准成绩
- 它通过 Cactus 引擎运行,而不是 Transformers 或 llama.cpp 这类常见工具
- 结果里带有一段可能出错的生成式推理轨迹,Cactus 的文本模型测试也没有发现包含它有可靠的收益
- 它在 2026 年 11 月 6 日才发布,还没有太多使用记录
性能数据来自开发方,未经独立验证。
需要多少内存?
以下为 Mirage (2-bit Cactus Quants, .cact file) 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。
| 版本 | 参数量 | BF16 | FP8 / INT8 | 4-bit (Q4) | 可运行于 |
|---|---|---|---|---|---|
| Mirage (2-bit Cactus Quants, .cact file) | 51M | 0.118 GB | 0.059 GB | 0.0354 GB | 笔记本或手机 |
| Mirage (FP32 checkpoint) FP32 | 51M | 0.118 GB | 0.059 GB | 0.0354 GB | 笔记本或手机 |
估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。
许可证,用大白话说
最常见的宽松型许可证之一。你可以使用、修改模型并基于它销售产品,只需遵守少量条件。
延伸阅读
常见问题
- Mirage 是什么?
- Mirage 看一张照片,返回一份结构化报告:场景是什么、里面有哪些物体和位置、写了什么文字,以及各物体之间的关系。它只有 22 MB,所以可以在手机、可穿戴设备或机器人上运行,不需要联网。它不是聊天机器人,自己无法回答关于图片的任意问题。
- Mirage 可以商用吗?
- 可以。Mirage 采用 Apache 2.0 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
- Mirage 是开源的吗?
- Mirage 采用 Apache 2.0 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
- 我能在自己的电脑上运行 Mirage 吗?
- 可以。最小版本 Mirage (2-bit Cactus Quants, .cact file) 在 4 位精度下约需 0.0354 GB 内存,现代笔记本或中端显卡即可胜任。
- Mirage 是什么时候发布的?
- Mirage 由 Cactus Compute 于 2026年11月6日 发布。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- Cactus Compute: Mirage, VLM + OCR + Detection + Segment + Decide in 22 MB (6 Nov 2026) cactuscompute.com
- Mirage model card (Hugging Face) huggingface.co
- Cactus engine repository (GitHub) github.com
发布时间等信息最近核实于 2026年11月11日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| Needle 3 Cactus Compute | 121M | 8K | Apache 2.0 (宽松) | 0.0835 GB 笔记本或手机 | |
| Whistle Cactus Compute | 55M | – | Apache 2.0 (宽松) | 0.253 GB 笔记本或手机 | |
| MiniCPM-V 4.7 OpenBMB | 1.55B – 35.2B 激活 3B | 256K | Apache 2.0 (宽松) | 1.07 GB 笔记本或手机 | |
| PaddleOCR-VL Baidu | 960M | – | Apache 2.0 (宽松) | 0.662 GB 笔记本或手机 |