Liquid AI發佈LFM2-VL系列視覺語言基礎模型，推動多模態AI向輕量化、快速化和設備端部署發展。該系列包含450M和1.6B兩款輕量級模型，前者適用於資源受限環境，後者支持單GPU部署。模型基於LFM2架構，整合了視覺與語言處理能力。
Liquid AI推出LFM2-VL視覺語言模型系列，專爲低延遲和設備部署優化。包括450M和1.6B兩個高效變體，適用於手機、筆記本、可穿戴設備等，兼顧速度與準確性。相比現有模型，GPU推理速度提升兩倍，推動多模態AI應用發展。
LiquidAI
LFM2-VL-3B是Liquid AI開發的多模態視覺語言模型，基於LFM2骨幹架構構建，具備強大的視覺理解和推理能力，特別在細粒度感知任務上表現出色。該模型能夠高效處理文本和圖像輸入，支持高達512×512分辨率的原生圖像處理。
bartowski
這是LiquidAI的LFM2-VL-1.6B模型的量化版本，使用llama.cpp進行imatrix量化處理，提供多種量化級別選擇，能夠在不同硬件條件下高效運行視覺語言模型。
sabaridsnfuji
日本收據視覺語言模型lfm2-450M是一款專門用於理解和處理日本收據的視覺語言模型。它基於LiquidAI的LFM2-VL-450M基礎模型構建，能夠分析收據圖像，提取結構化信息，回答關於收據內容的問題，並以日語和英語提供詳細描述。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
