「22MB里塞下一整套视觉能力，Mirage想把端侧感知重新做一遍」Cactus Compute发布的 Mirage，是一款面向手机、可穿戴设备和机器人等消费级硬件的小型视觉模型：参数量 5130 万，借助 2-bit 量化后体积约 22MB，却能在一趟推理里同时完成图像描述、目标检测、OCR、实例分割、空间关系理解、简单推断和表单式决策，在 Galaxy S26 上端到端可做到 NPU 74ms、CPU 107ms。它给开发者的不是一段松散描述，而是一份可直接调用的结构化 JSON：场景、物体属性、文字框与识别结果、掩码、关系、推理痕迹，甚至还能按预设选项做分类判断或填表。这种设计的价值不只是“轻”，更在于把感知结果整理成应用真正能消费的数据接口，方便继续接 LLM、规则系统或交互流程。官方还特别强调，物体命名不受固定检测类别限制，描述支持多语言，本地运行、浏览器可演示、Python 和原生接口都已给出。对于端侧 AI 来说，Mirage有意思的地方，不是把某一项能力做到极致，而是用很小的代价，把“看见、读懂、圈出、判断”几件事合到同一个模型和同一份输出里，这比单点刷榜更接近真实产品。 cactuscompute.com/blog/mirage#sandbox