一个人做游戏，最费时间的往往不是画画，是翻资料。硬盘里堆着扫描的设定集、武器结构图、还有从各处存下来的参考PDF，找一张图全靠记忆。前阵子开始拿视觉语言模型干这活，让它把图和文字一起读了建索引，问一句就能定位到某页某张图。
所以新出的North Micro Vision我挺有兴趣，主打就是文档理解，体积是他们家目前最小的一个，权重按Apache 2.0放在huggingface.
co上，商用也不用绕弯。小体积的好处很实在：本地能跑，不用把自己还没发布的美术资料往外传，显存也留得出来继续跑出图。等我接进现有的检索流程再回来说效果。
