跳到正文
Hugging Face 博客

Liquid AI 开源 LFM2.5-VL-3B,一个能在本地跑的视觉语言模型,主打屏幕理解和工具调用

LFM2.5-VL-3B for Better and Faster Vision Capabilities for the Edge

Liquid AI 放出了 LFM2.5-VL-3B,一个 30 亿参数的视觉语言模型,可以直接在你自己的电脑或手机上跑。它不搞长链条推理,直接给答案,适合需要实时响应的场景。这次主要升级了四个能力:能看懂各种设备的屏幕界面、用自然语言圈出图片里的物体、同时理解多张图片,以及大幅强化了工具调用(不管带不带图片都能用)。官方给了跑分对比和 CPU/GPU...

推荐理由:Liquid AI 发了一个30亿参数的视觉模型,主打本地推理和实时响应,给了四个明确的能力升级和跑分对比。H 和 K 都踩中了,但品牌号召力在视觉领域偏弱,R 没起来,分数刚好卡在 featured 门槛上。

读原文 ↗导出 Markdown