Cactus Compute 发布 22 MB 视觉语言模型 Mirage，可在手机端单次完成检测与 OCR

Cactus Compute 发布 Mirage，一个 22 MB 权重的小型视觉语言模型，面向手机、可穿戴设备和机器人，单次运行即可完成场景描述、目标检测、OCR、分割、空间关系分析与决策。在三星 Galaxy S26 上端到端实测为 NPU 74 ms、CPU 107 ms，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。模型共 51.3M 参数，含 7.8M 图像编码器、40.8M 语言解码器和 2.6M 的 OCR 与空间头；在 128 张图片的 256 道 VQAv2 问题上，未微调的 Qwen3-0.6B 仅凭问题得分 9.3，加入 Mirage 的结构化记录与完整推理轨迹后升至 31.3，但作者未发现轨迹带来可靠增益。