SAIL-VL2本地部署教程：2B/8B参数媲美大规模模型，为轻量级设备量身打造的多模态大脑
一、介绍
SAIL-VL2 是由抖音 SAIL 团队与新加坡国立大学 LV-NUS 实验室联合推出的一个多模态大模型，它在保持较小参数规模的同时，实现了媲美甚至超越部分大规模模型的性能。
- SAIL-VL2 强大而高效： 经过 776B 令牌的训练，SAIL-VL2 在 106 个数据集上验证了其有效性，在 2B 参数规模下的一系列有影响力基准测试中取得了最先进的结果。值得注意的是，即使没有专门的提示，基础 SAIL-VL2 模型在诸如 MMMU 和 MathVista 等具有挑战性的推理基准测试中也表现出高度竞争力，展示了强大的开箱即用能力。
- SAIL-VL2 作为深度思考者： 许多现实世界的任务需要复杂的推理和多步骤思维过程，这对标准的 LVM 来说仍然具有挑战性。为了解决这个问题，团队开发了 SAIL-VL2-Thinking，这是一种经过高级链式思维 (CoT) 和强化学习 (RL) 策略训练的专业变体。这种设计大幅提升了在复杂推理基准测试中的性能，通常与甚至超过参数规模更大的模型，从而为高效架构在高层次推理中设定了新标准。
- SAIL-VL2 清晰感知： 细粒度的视觉理解是多模态模型的关键挑战。SAIL-VL2 在 OCR、高分辨率文档布局分析和复杂图表解释等任务中提供了高保真感知，实现了超越类似规模模型的详细视觉接地。
SAIL-VL2 框架概述。该架构由一个视觉编码器组成，将视觉输入对齐到 LLM 的表示空间。轻量级适配器进一步将视觉嵌入转换为标记化表示，这些表示与语言嵌入一起进行多模态推理和预测。SAIL-VL2 支持多种 LLM 主干，确保在不同模型配置下的灵活性和可扩展性。
二、部署过程
基础环境最低要求说明：
| 环境名称 | 版本信息 1 |
|---|---|
| Ubuntu | 22.04LTS |
| Cuda | V12.4 |
| Python | 3.10 |
| NVIDIA Corporation | 4090 * 1 |
1. 更新基础软件包
查看系统版本信息
# 查看系统版本信息，包括ID（如ubuntu、centos等）、版本号、名称、版本号ID等
cat /etc/os-release
配置 apt 国内源
# 更新软件包列表
apt-get update
这个命令用于更新本地软件包索引。它会从所有配置的源中检索最新的软件包列表信息，但不会安装或升级任何软件包。这是安装新软件包或进行软件包升级之前的推荐步骤，因为它确保了您获取的是最新版本的软件包。
# 安装 Vim 编辑器
apt-get install -y vim
这个命令用于安装 Vim 文本编辑器。-y 选项表示自动回答所有的提示为“是”，这样在安装过程中就不需要手动确认。Vim 是一个非常强大的文本编辑器，广泛用于编程和配置文件的编辑。
为了安全起见，先备份当前的 sources.list 文件之后，再进行修改：
# 备份现有的软件源列表
cp /etc/apt/sources.list /etc/apt/sources.list.bak
这个命令将当前的 sources.list 文件复制为一个名为 sources.list.bak 的备份文件。这是一个好习惯，因为编辑 sources.list 文件时可能会出错，导致无法安装或更新软件包。有了备份，如果出现问题，您可以轻松地恢复原始的文件。
# 编辑软件源列表文件
vim /etc/apt/sources.list
这个命令使用 Vim 编辑器打开 sources.list 文件，以便您可以编辑它。这个文件包含了 APT（Advanced Package Tool）用于安装和更新软件包的软件源列表。通过编辑这个文件，您可以添加新的软件源、更改现有软件源的优先级或禁用某些软件源。
在 Vim 中，您可以使用方向键来移动光标，i 键进入插入模式（可以开始编辑文本），Esc 键退出插入模式，:wq 命令保存更改并退出 Vim，或 :q! 命令不保存更改并退出 Vim。
编辑 sources.list 文件时，请确保您了解自己在做什么，特别是如果您正在添加新的软件源。错误的源可能会导致软件包安装失败或系统安全问题。如果您不确定，最好先搜索并找到可靠的源信息，或者咨询有经验的 Linux 用户。
使用 Vim 编辑器打开 sources.list 文件，复制以下代码替换 sources.list 里面的全部代码，配置 apt 国内阿里源。
deb http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse
安装常用软件和工具
# 更新源列表，输入以下命令：
apt-get update# 更新系统软件包，输入以下命令：
apt-get upgrade# 安装常用软件和工具，输入以下命令：
apt-get -y install vim wget git git-lfs unzip lsof net-tools gcc cmake build-essential
出现以下页面，说明国内 apt 源已替换成功，且能正常安装 apt 软件和工具
2. 安装 Miniconda
- 下载 Miniconda 安装脚本 ：
- 使用
wget命令从 Anaconda 的官方仓库下载 Miniconda 的安装脚本。Miniconda 是一个更小的 Anaconda 发行版，包含了 Anaconda 的核心组件，用于安装和管理 Python 包。
- 使用
- 运行 Miniconda 安装脚本 ：
- 使用
bash命令运行下载的 Miniconda 安装脚本。这将启动 Miniconda 的安装过程。
- 使用
# 下载 Miniconda 安装脚本
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh# 运行 Miniconda 安装脚本
bash Miniconda3-latest-Linux-x86_64.sh# 初次安装需要激活 base 环境
source ~/.bashrc
按下回车键（enter）
输入 yes
输入 yes
安装成功如下图所示
pip 配置清华源加速
# 编辑 /etc/pip.conf 文件
vim /etc/pip.conf
加入以下代码
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
注意事项：
- 请确保您的系统是 Linux x86_64 架构，因为下载的 Miniconda 版本是为该架构设计的。
- 在运行安装脚本之前，您可能需要使用
chmod +x Miniconda3-latest-Linux-x86_64.sh命令给予脚本执行权限。 - 安装过程中，您将被提示是否同意许可协议，以及是否将 Miniconda 初始化。通常选择 “yes” 以完成安装和初始化。
- 安装完成后，您可以使用
conda命令来管理 Python 环境和包。 - 如果链接无法访问或解析失败，可能是因为网络问题或链接本身的问题。请检查网络连接，并确保链接是最新的和有效的。如果问题依旧，请访问 Anaconda 的官方网站获取最新的下载链接。
3. 从 github 仓库 克隆项目
- 克隆存储库：
# 克隆项目
git clone https://github.com/BytedanceDouyinContent/SAIL-VL2
请注意，如果 https://github.com/BytedanceDouyinContent/SAIL-VL2 这个链接不存在或者无效，git clone 命令将不会成功克隆项目，并且会报错。确保链接是有效的，并且您有足够的权限访问该存储库。
4. 创建虚拟环境
# 创建一个名为 env 的新虚拟环境(名字可自定义)，并指定 Python 版本为 3.10
conda create -n env python=3.10 -y
5. 安装模型依赖库
- 切换到项目目录、激活 env 虚拟环境、安装 requirements.txt 依赖
# 切换到 SAIL-VL2 项目工作目录
cd /SAIL-VL2# 激活 env 虚拟环境
conda activate env# 在 env 环境中安装依赖
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
pip install -r requirements.txt6. 运行 app.py 文件
#运行gradio_app.py
cd /SAIL-VL2
conda activate env
python app.py
三、网页演示
出现以下 Gradio 页面，代表模型已搭建完成。
