LFM2.5‑VL‑3B 以約 3GB 記憶體執行視覺模型，原生支援 vLLM、llama.cpp 與 MLX

Liquid AI 在 8 月 13 日公開 LFM2.5‑VL‑3B 權重與多種部署格式，定位不是長鏈推理模型，而是可在終端裝置執行的低延遲視覺語言模型。其語言骨幹為 LFM2.5‑2.6B，搭配約 400M 參數的 SigLIP2 NaFlex 視覺編碼器，總規模約 3.1B；上下文長度為 32,768 token，支援中文等 16 種語言。大圖會切成互不重疊的 512×512 區塊，並額外加入整圖縮圖，以保留原生長寬比與局部細節。

工程層面的主要更新是部署路徑已同時涵蓋 Transformers、vLLM、SGLang、llama.cpp、MLX、ONNX 與 GGUF。模型亦能輸出含區域類型、正規化座標及內容的版面 OCR 結果，並以特殊 token 表達函式呼叫。Liquid AI 報告 ScreenSpot‑v2 平均分數為 80.7，RefCOCO Precision@1 由前代的 57.1 升至 87.9；ToolSandbox 則由 26.4 升至 59.5。這使它較適合本機文件擷取、介面定位、攝影機影像分類及需要視覺輸入的輕量工具代理。

效能數據需要按測試條件解讀。官方稱模型占用不足 3.3GB，在 M5 Max、Ryzen AI Max+ 395 與 Galaxy S26 Ultra 分別達 228、116 及 20 token/s；H100 的約 11,000 token/s 則是在 vLLM 0.26、BF16、高併發持續負載、單張 512×512 圖像、1,024 個輸入 token 與最多 256 個輸出 token 下量得，並非單一互動請求速度。模型卡也明言不建議用於長上下文推理、視覺網頁設計或複雜藍圖問答，實驗性的版面格式仍可能改動。開發者下一步應重測中文 OCR、量化後定位精度及不同影像尺寸的記憶體峰值；其權重採用自訂 LFM 1.0 授權，也應在商用前逐條核對，而不能僅以「open-weight」推定等同 Apache 或 MIT。