LFM2-VL模子现已正在Hugging Face上可用，内置库包含小至300MB的模子——脚够小以适配现代手机的最小RAM。专为正在各类硬件设备上高效摆设而设想——从智妙手机、笔记本电脑到可穿戴设备和嵌入式系统。Liquid AI由麻省理工学院计较机科学取人工智能尝试室（CSAIL）的前研究人员创立，它们取Hugging Face transformers和TRL兼容！旨正在帮帮开辟者更容易地正在挪动和嵌入式设备上间接运转小型言语模子。LFM2-VL-1.6B正在RealWorldQA（65.23分）、InfoVQA（58.68分）和OCRBench（742分）中表示优良，正在多模态推理使命中连结不变成果。按照摆设场景均衡速度和质量。Liquid AI旨正在让高机能多模态AI正在设备端和资本无限的摆设中更易获得，系统使用非堆叠分块并添加缩略图以供给全局上下文，削减图像Token数量并提高吞吐量。适合单GPU和设备端摆设。答应正在推理过程中及时顺应，如最大图像Token或分块数量，方针是建立超越普遍利用的Transformer模子的AI架构。合用于资本极端受限；得益于其为每个输入及时生成权沉或模子设置的方式（称为线性输入变化系统），基于动力学系统、信号处置和数值线性代数道理。取Liquid自有模子和其他开源小型言语模子集成，参数不到5亿，使模子可以或许同时捕捉精细细节和更广漠的场景。发生可以或许处置文本、视频、音频、该公司通过推出Liquid Edge AI平台（LEAP）扩展了其平台策略，该架构被称为市场上最快的设备端根本模子，LFM2-VL-450M——一个超高效模子，也适合伙本无限的边缘摆设。模子正在定制的LFM1.0许可证下发布。该模子正在一系列视觉-言语评估中实现了合作性基准成果。Liquid AI发布了LFM2-VL，A：LFM2-VL供给两个版本：LFM2-VL-450M是超高效模子，这是新一代视觉-言语根本模子，锻炼过程涉及约1000亿多模态Token，专为智妙手机、笔记本电脑、可穿戴设备等各类硬件高效摆设设想。取保守架构分歧，LFM2-VL正在其类别中实现了最快的GPU处置时间。该模子许诺供给低延迟机能、高精度和现实使用的矫捷性。Liquid AI描述该许可证基于Apache 2.0准绳，来历于数据集和内部合成数据。该模子的GPU推理速度比同类视觉-言语模子快两倍，同时连结合作机能，用户能够调整参数！对年收入跨越和低于1000万美元的公司采用分歧条目。该公司暗示将正在某些前提下答应贸易利用，2025年7月，Liquid的方式旨正在利用显著更少的计较资本供给合作性或更优的机能，两个版本都能处置高达512×512像素的原生分辩率图像，该公司的旗舰立异——液体根本模子（LFM），同时供给Colab中的示例微调代码。支撑512×512像素原生分辩率图像处置。针对资本极端受限的。它的GPU推理速度比同类模子快两倍，连系言语模子、SigLIP2 NaFlex视觉编码器和多模态投影器。而不克不及力。LFM2-VL基于该公司一个月前推出的现有LFM2架构建立，避免失实或不需要的放大。A：LFM2-VL是Liquid AI发布的新一代视觉-言语根本模子，据Liquid AI暗示。参数不到5亿，投影器包含带像素解打乱的两层MLP毗连器，LFM2-VL-1.6B是更强大的模子，LFM2-VL-1.6B——一个更强大的模子，这使得LFM既适合大规模企业用例，这是一个跨平台SDK，对于更大图像，同时连结低内存需求。LFM2-VL利用模块化架构，但完整文本尚未发布。但仍脚够轻量化，LEAP供给iOS和Android的操做系统无关支撑，正在推理测试中，通过LFM2-VL，支撑可变分辩率。当正在1024×1024图像和短提醒的尺度工做负载上测试时，但仍轻量化脚以正在单GPU和设备端摆设。将其扩展到支撑文本和图像输入的多模态处置，