RRepoGEO

REPOGEO 报告 · LITE

Meituan-AutoML/MobileVLM

默认分支 main · commit 688fdec9 · 扫描时间 2026/5/25 06:57:23

星标 1,354 · Fork 88

AI 可见性总分
68 /100
需要改进
品类召回
1 / 2
被推荐时的平均排名 #1.0
规则结果
通过 1 · 警告 1 · 失败 0
客观元数据检查
AI 认识你的名字
3 / 3
直接询问时，AI 是否点名你的仓库
如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试：当用户向 AI 提一个不带品牌、本应让 Meituan-AutoML/MobileVLM 浮出水面的问题时，AI 是真的推荐了你，还是推荐了你的竞品？客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向
  • hightopics#1
    Add specific topics to improve categorization

    原因：

    复制粘贴的修复
    vision-language-model, mobile-ai, edge-computing, multimodal-ai, efficient-ai, deep-learning, pytorch
  • mediumhomepage#2
    Add a homepage URL to the repository metadata

    原因：

    复制粘贴的修复
    Add the official project homepage URL (e.g., a dedicated project page, paper link, or the GitHub repo itself) to the repository settings.
  • lowreadme#3
    Add a concise value proposition statement to the README's opening

    原因：

    复制粘贴的修复
    Insert a concise sentence or two immediately after the main H1, e.g., 'MobileVLM provides a family of lightweight yet powerful vision-language models specifically designed for efficient deployment on mobile and edge devices, enabling advanced multimodal AI capabilities in resource-constrained environments.'

本次扫描解析到的品类 GEO 通道：google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你，还是推荐了别人？

各模型使用同一组问题 — 切换标签对比回答与排名。

召回
1 / 2
50% 的问题里出现了 Meituan-AutoML/MobileVLM
平均排名
#1.0
越小越好。#1 表示首位推荐。
声量占比
5%
在所有被点名的工具中，你占了多少？
头号对手
MobileNetV3
在 2 个问题中被推荐 2 次
竞品排行
  1. MobileNetV3 · 被推荐 2 次
  2. EfficientNet-Lite · 被推荐 2 次
  3. MobileVLM V2 · 被推荐 1 次
  4. TinyLlama-V · 被推荐 1 次
  5. EfficientNetV2 · 被推荐 1 次
  • 品类问题
    What are the best open vision language models optimized for mobile device deployment?
    你：第 1 位
    AI 推荐顺序：
    1. MobileVLM ← 你
    2. MobileVLM V2
    3. TinyLlama-V
    4. MobileNetV3
    5. EfficientNetV2
    6. LLaVA-Lite
    7. EfficientNet-Lite
    8. ResNet
    9. MiniGPT-4
    10. BLIP-2
    11. Qwen-VL-Chat
    12. OpenVINO
    13. ONNX Runtime
    14. TFLite
    15. Core ML
    查看 AI 完整回答
  • 品类问题
    Seeking efficient multimodal AI models that perform well on resource-constrained mobile hardware.
    你：未被推荐
    AI 推荐顺序：
    1. MobileViT
    2. MobileNetV3
    3. EfficientNet-Lite
    4. DistilBERT
    5. MobileNetV2
    6. TinyBERT
    7. YOLO-NAS

    AI 推荐了 7 个替代方案，却始终没点名 Meituan-AutoML/MobileVLM。这就是要补上的差距。

    查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

  • Metadata completeness
    warn

    建议：

  • README presence
    pass

自指检查

当被直接问到你时，AI 是否还知道你的仓库存在？

  • Compared to common alternatives in this category, what is the core differentiator of Meituan-AutoML/MobileVLM?
    pass
    AI 明确点名了 Meituan-AutoML/MobileVLM

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • If a team adopts Meituan-AutoML/MobileVLM in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 Meituan-AutoML/MobileVLM

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • In one sentence, what problem does the repo Meituan-AutoML/MobileVLM solve, and who is the primary audience?
    pass
    AI 明确点名了 Meituan-AutoML/MobileVLM

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

嵌入你的 GEO 徽章

把这个徽章贴进 Meituan-AutoML/MobileVLM 的 README。每次重新扫描都会自动更新，并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

RepoGEO badge preview实时预览
MARKDOWN（README）
[![RepoGEO](https://repogeo.com/badge/Meituan-AutoML/MobileVLM.svg)](https://repogeo.com/zh/r/Meituan-AutoML/MobileVLM)
HTML
<a href="https://repogeo.com/zh/r/Meituan-AutoML/MobileVLM"><img src="https://repogeo.com/badge/Meituan-AutoML/MobileVLM.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

Meituan-AutoML/MobileVLM — 轻量扫描仍免费；本卡列出 Pro 相对轻量的深度额度。

  • 深度报告每月 10 次
  • 无品牌品类查询5，轻量 2
  • 优先行动项8，轻量 3