# 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

> 原标题：LFM2.5-VL-3B for Better and Faster Vision Capabilities for the Edge

- 来源：Hugging Face 博客
- 发布时间：2026-08-12T14:00:51.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/51135
- 原文：https://huggingface.co/blog/LiquidAI/lfm2-5-vl-3b

## 摘要

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）。

## 推荐理由

Liquid AI 开源 30 亿参数的 LFM2.5-VL-3B，可在本地设备运行，升级了屏幕界面理解、图像指代、多图理解和工具调用四项能力。

## 锐评

3B 的视觉模型能塞进手机，这个尺寸本身就是卖点。屏幕理解和工具调用是本地 agent 最缺的两块，云端模型延迟高、截图还得上传，本地跑就没这问题。Liquid 的品牌在视觉上确实弱，但 3B 这个量级能同时做多图和工具调用，愿意试的人不会少。我的判断是这类小模型今年会挤掉一批纯 API 的截图理解需求，尤其是隐私敏感的桌面场景。
