Programa demonstruoja galimybę paleisti vaizdo kalbos modelius „Android“, naudojant „HuggingFace“ llama.cpp, libmtmd ir SmolVLM2. Ši programa ilgainiui išsiplės, kad palaikytų visus VLM GGUF formatu, tačiau pradinė versija palaiko tik SmolVLM2-256M-Instruct.