Liquid AI 發布 LFM2.5-VL-3B，把視覺語言能力推向邊緣裝置

Liquid AI 發布 LFM2.5-VL-3B，一個約 31 億參數的開放權重視覺語言模型。官方 Hugging Face 文章說明，模型針對手機、筆記型電腦與單 GPU 等資源受限環境設計，能力涵蓋文件與螢幕理解、物件定位及工具調用；模型卡則提供實際權重與使用入口。獨立報道 Unite.AI 也將此次發布定位為更快、更適合邊緣部署的視覺語言方案。

邊緣推理的價值不只在成本。文件掃描、設備檢查、零售盤點和桌面自動化等工作，往往涉及敏感影像或不穩定網路。模型在本地運行，可以減少資料上傳與往返延遲，也讓應用在離線情況下維持基本功能。代價是開發者必須自行處理量化、記憶體配置、推理框架相容性與裝置功耗。

對產品團隊而言，LFM2.5-VL-3B 適合先做端側原型：以真實文件和螢幕樣本測試辨識準確率，再比較雲端大模型在複雜推理任務上的優勢。它不代表所有多模態任務都應搬到本地，而是提供了一個在隱私、延遲與成本之間重新取捨的開放選項。

來源： - https://huggingface.co/blog/LiquidAI/lfm2-5-vl-3b - https://huggingface.co/LiquidAI/LFM2.5-VL-3B - https://www.unite.ai/liquid-ai-ships-lfm2-5-vl-3b-for-faster-vision-language-ai-on-the-edge/