Op deze pagina
Vision AI: afbeeldingen en documenten analyseren op je apparaat
De vision-modellen van Off Grid AI bekijken afbeeldingen en beantwoorden er vragen over. Richt je camera op een document, een product, een schema of een bonnetje en vraag wat je wilt.
Alle analyse draait op het apparaat, via de multimodale ondersteuning van llama.rn. Er wordt geen afbeelding geüpload.
Wat je ermee kunt
- Bonnetjes, facturen en visitekaartjes lezen: tekst uit foto’s halen
- Scènes beschrijven: begrijpen wat er op een foto staat
- Documenten analyseren: vragen stellen over een foto van een document
- Dingen herkennen: “wat is dit?” met een foto
- Handschrift lezen: met sterke modellen zoals Qwen3-VL
- Code uit screenshots: laat het model een interface zien en laat het de code nabouwen
Beschikbare vision-modellen
| Model | Parameters | Min. RAM | Snelheid | Ideaal voor |
|---|---|---|---|---|
| SmolVLM2 500M | 0.5B | 3GB | Zeer snel (~7 s) | Snelle beeldvragen op toestellen met weinig RAM |
| SmolVLM 2B | 2B | 4GB | Snel (~8 s) | Algemene beeldtaken |
| SmolVLM2 2.2B | 2.2B | 4GB | Snel (~8–10 s) | Beeld en video begrijpen |
| Gemma 4 E2B | 2B (MoE) | 4GB | Gemiddeld (~10–15 s) | Beste beeldkwaliteit bij 4 GB, met denkmodus |
| Gemma 4 E4B | 4B (MoE) | 6GB | Gemiddeld (~12–18 s) | Sterkste redeneren plus beeld, met denkmodus |
| Qwen3-VL 2B | 2B | 4GB | Gemiddeld | Beeld in meerdere talen, met denkmodus |
Gemma 4-modellen ondersteunen beeldherkenning en denkmodus samen: ze redeneren stap voor stap over wat ze zien, en dat maakt ze bij lastige taken veel nauwkeuriger.
Zo gebruik je vision
- Open een chat in Off Grid AI
- Tik op het bijlage-icoon → kies Camera of Photo Library
- Kies of maak je foto
- Typ je vraag en verstuur
Het model krijgt de afbeelding en je vraag. Vision-modellen downloaden bij het instellen automatisch een mmproj-bestand (de multimodale projector); dat zit al in de geschatte modelgrootte.
Voorbeeldprompts
Documenten analyseren:
“Welke posten staan er op dit bonnetje? Geef me het totaal.”
Technisch lezen:
“Leg dit architectuurschema uit.”
Handschrift:
“Schrijf de tekst op deze foto over.”
Beeldvragen:
“Welk telefoonmodel staat er op deze foto?”
Code uit een interface:
“Schrijf de React Native-code om dit scherm na te bouwen.”
Tips
Gebruik Gemma 4 voor lastig denkwerk: moet het model goed nadenken over wat het ziet (een grafiek uitleggen, een probleem van een foto oplossen), dan geeft de denkmodus van Gemma 4 veel betere resultaten dan een sneller model.
Gebruik SmolVLM voor snelle taken: voor een simpele beschrijving of tekst uit een beeld is SmolVLM2 500M verrassend goed en veel sneller.
Beeldkwaliteit telt: wazige of contrastarme foto’s maken de uitkomst veel minder nauwkeurig. Voor documenten werken gelijkmatig licht en een rechte hoek het best.