Cactus Compute 开源 22MB 端侧视觉模型 Mirage
Cactus Compute 开源超轻量端侧视觉模型 Mirage，5130 万参数经 2-bit 量化后权重约 22MB，可通过 pip install cactus-compute 安装。在三星 S26 的手机 NPU 上端到端推理约需 74 毫秒，单次前向传播即可完成看图描述、OCR 提取、物体定位、实例抠图与空间结构分析，全程无需联网。
AI 精算点评
剖析帖子核心是 Cactus Compute 开源 Mirage：5130 万参数、2-bit 量化后约 22MB，pip install cactus-compute 安装，调用 describe("photo.jpg") 输出结构化结果；单次前向完成看图描述、OCR、物体定位、实例抠图与空间分析，手机 NPU 约 74ms 且离线。无 AFF 与付费门槛，但成绩为团队自测，仅 7 种语言，能力有限，需 Python 环境。
风评公开网页暂未检出 Cactus Compute 的大规模口碑记录；X 原帖赞 2、转 0、回复 6，传播较弱。V2EX、LINUX DO、NodeSeek、Reddit 未见成熟评测，GitHub 仓库与 pip 包背景待核。非 VPS 类项目，无跑路超售问题，但属新冒头项目，自测基准与真实设备兼容性需社区复现。
比价项目免费开源，无历史价格与溢价问题。横向对比 SmolVLM、Qwen2-VL、MobileCLIP 等端侧视觉方案，22MB 体量是绝对优势，但精度、语言覆盖与复杂场景能力弱于数百 MB 级模型；纵向无付费折扣可算。站内同品类高分开源项目多在 65~68 分，本项零成本且部署极简，实用价值可略高。
结论定性为「真香好价可锁单」中的实用免费开源可试：零成本、离线隐私好、部署极简，适合端侧原型与轻量 OCR/描述。上线前需核实 GitHub 仓库、pip 包来源、许可证及三星 S26 外机型实测；勿期待大模型级精度。