小参数，大能力 | 星际视觉语言大模型再进化，0.8B轻量版正式发布

轻量级大模型如何在端侧高效部署？这个问题最近有了一个值得关注的答案。极视角在近期的一场技术日活动上，正式发布了星际视觉语言大模型的0.8B轻量版（Stellaris-VL-0.8B），目标直指产业终端的低成本、高隐私AI能力落地。一起来看这次发布的几个核心看点。

在“2026 高通×极视角端侧AI开发者技术日暨2025骁龙人工智能创新应用大赛颁奖典礼”上，极视角算法专家邓富城以“星际视觉语言大模型（Stellaris-VL）进化之路”为主题做了深入分享，并正式推出了面向端侧与嵌入式设备的0.8B轻量版。这个版本并非简单地将云端模型压缩，而是针对硬件约束做了专项架构优化。

大会现场，极视角自主研发的全栈视觉语言大模型首次线下开放体验，成为技术日的人气焦点。体验区人头攒动，众多专家、开发者和技术团队围绕模型的核心能力、部署方式和行业落地方案展开了热烈讨论，不少人直接上手实操，感受模型在产业场景下的智能检测、精准定位和复杂画面分析能力。端侧交互体验流畅，让人印象深刻。

△星际视觉语言大模型展示及体验区

“端侧多模态大模型绝非云端能力的简单精简下放，如何在有限硬件条件下兼顾性能与效率，是产业落地的核心命题。”邓富城在分享中强调。目前，端侧AI已成为产业智能化升级的主流方向，工业、园区、城市治理等场景对复杂目标识别、实时图像解析有着刚性需求。但终端面临的算力有限、硬件参差不齐、数据管控严格等现实约束，仍然制约着大模型的规模化应用。

为了平衡模型性能与落地效率，极视角基于星际视觉语言大模型原生底座，推出了专为端侧设计的Stellaris-VL-0.8B轻量版。这个版本完整继承了“强性能”、“低幻觉”、“可落地”三大核心优势，聚焦开放词汇目标检测（OVD）、指代表达理解（REC）、视觉问答（VQA）等产业级能力，同时在模型体积、推理延迟和硬件占用上做了全面“瘦身”。

△极视角算法专家邓富城发表主题分享并发布0.8B轻量版

核心亮点

：采用极致轻量化的LLM底座，搭配参数适中但性能强大的视觉ViT编码器。结合知识蒸馏、SFT监督微调、RL强化学习全链路后训练，将模型规模控制在0.8B参数量级。这意味着推理内存和算力开销大幅削减，嵌入式设备、边缘硬件就能稳定加载运行，显著降低了终端部署的准入门槛。

：针对单帧实景图像的复杂目标推理全链路做了深度优化。边缘设备可实现秒级画面解析，长尾场景的推理耗时也在可控范围内。在长时间连续任务下，模型资源占用不会持续上涨，能够维持稳定、不间断的业务识别吞吐，适配固定监控、移动巡检等7×24小时持续工作场景。

：兼容低空无人机、移动巡检机器人、车载/船载/矿载视觉等主流产业终端，支持存量设备部署复用。这意味着企业无需大规模更换硬件，就能获得AI能力升级，节省改造成本。

：轻量化架构加上强劲性能，模型可以完整地在终端本地离线运行，无需云端协同。现场数据全程本地闭环处理，无需跨端回传，有效规避了数据外泄风险。对于数据安全与隐私合规要求严苛的行业场景，这一点至关重要。

测评表现

为了验证Stellaris-VL-0.8B的综合性能，活动同步展示了模型在核心能力和推理效率上的多维度测评数据。在权威公开数据集测评中，Stellaris-VL-0.8在ODinW13开放词表检测、指代表达式定位等任务上的表现大幅领先同等参数版本的主流开源大模型。此外，基于工业巡检、城市感知、安防、能源等1000+真实产业场景的产业综合检测集测评显示，模型mAP@0.5:0.95指标远超同等参数量的开源模型。这使得它在工业复杂画面、多目标场景下的识别与定位精准度显著提升，更低幻觉、更少错检漏检，高度适配无人机、移动机器人等多视角作业设备。

△产业综合数据集及公开数据集测评

场景应用演示

Stellaris-VL-0.8B为低空无人机、移动巡检机器人、车载/船载/矿载视觉等各类端侧AI视觉应用提供了高效的基座。它可以广泛应用于工业巡检、应急管理、城市治理、安全生产、矿山安监等产业场景，助力行业加速智能化升级。

开放词汇目标检测（OVD）

△点击可放大查看，左右滑动可查看更多

指代表达理解（REC）

△点击可放大查看，左右滑动可查看更多

视觉问答（VQA）

△点击可放大查看，左右滑动可查看更多

“从4B到0.8B版本，是星际视觉语言大模型面向产业应用的又一次重要进化。”邓富城在总结中说道。接下来，极视角将与高通等技术和产业伙伴，依托轻量化模型优势，持续推动视觉大模型在端侧场景中的规模化落地。