3B小模型越級打8B：Liquid AI新視覺模型本地跑飛

BiRun 訊，Liquid AI 發布視覺語言模型 LFM2.5-VL-3B，只有 31 億參數，主打手機、電腦等本地設備。它能看懂網頁和 App 界面、文檔和多張圖片，還新增了視覺工具調用能力。

官方在 28 項視覺評測中測得平均分 69.4。8B 參數的 Gemma-4-E4B 只有 59.7，5.1B 的 Gemma-4-E2B 為 52.0。它與 47 億參數的 InternVL 3.5 4B 持平，只比 Qwen3.5-4B 低 0.7 分。

速度是它更突出的地方。4-bit 量化後，模型在 M5 Max 上每秒可生成 228 個 token，佔用約 3.3GB 內存；Galaxy S26 Ultra 上也能達到每秒 20 個 token。單張 H100 高並發時，輸出吞吐最高約每秒 1.1 萬 token，約為部分 4B 級模型的兩倍。

模型已經開放權重，可在 Hugging Face 下載，並支持 llama.cpp、MLX、vLLM、SGLang 和 ONNX。它採用 LFM Open License v1.0，年營收低於 1000 萬美元可免費商用，超過後需要另購商業授權。

Liquid AI