Liquid AI випустила нову зрительно-языкову модель LFM2.5-VL-3B
Liquid AI представила нову зрительно-языкову модель LFM2.5-VL-3B, яка демонструє вражаючі результати в порівнянні з більшими моделями.
Liquid AI випустила легку і швидку зрительно-языкову модель LFM2.5-VL-3B.
Зрительна модель всього на 3 млрд параметрів, яка обганяє моделі більш ніж у два рази крупніше і при цьому працює прямо на Galaxy S26 Ultra зі швидкістю близько 20 токенів за секунду.
LFM2.5-VL-3B вміє працювати з мобільними, веб- та настільними інтерфейсами, читати екрани, документи та зображення з реального світу, а також точно прив'язувати об'єкти до координат.
На ScreenSpot-v2 модель набирає 80,7 проти 51,2 у Gemma-4-E4B.
При цьому вона перевершує помітно більш крупні моделі в задачах по інтерфейсах, прив'язці об'єктів і розпізнаванню тексту.
На M5 Max швидкість досягає 228 токенів за секунду, а для роботи потрібно всього близько 3 ГБ пам'яті.
Модель вже доступна на Hugging Face: https://huggingface.co/LiquidAI/LFM2.5-VL-3B
Чому це важливо
АналітикаЦя модель демонструє значний прогрес у сфері зрительно-языкових технологій, що відкриває нові можливості для інтерактивних застосунків. Її ефективність на мобільних пристроях робить технологію доступнішою для широкого кола користувачів.
Обговорити новину у спільноті
Діліться своїм досвідом та думками з ШІ-розробниками
Пов'язані матеріали екосистеми
Практичні гайди, термінологія та агентські скіли
Промпт-гайд по генеративним моделям GPT Image
Моделі генерації зображень gpt-image від OpenAI створені для отримання візуалів виробничої якості та повністю керованих творчих процесів. Вони підходять як для професійних дизайн-з...
Claude Sonnet 4.6 vs GPT-5.5 vs Gemini 3.1 Pro: порівняння моделей 2026
Кожні кілька тижнів виходить нова модель, і щоразу ті самі запитання: чи варто переходити? що змінилося? за що платити?
Binance оприлюднили розслідування крадіжки $6,3 млрд
Розслідування пов’язує масштабну крадіжку з модифікованим Homebrew, фальшивою співбесідою та використанням внутрішнього ШІ-інструменту Binance.
Користувач Reddit з’ясував, чому тижневі ліміти Claude Code витрачаються майже вчетверо швидше
Користувач Reddit порівняв використання токенів за два тижні та виявив, що на кожен 1% тижневого ліміту Claude Code тепер припадає значно менше вихідних токенів, а основними підозрюваними стали субагенти, тривалість міркувань і фонові запити інтерфейсу.