您现在的位置是:热点 >>正文
Liquid AI 推出 LFM2-VL 模型,为手机带来「小巧又灵敏」的AI 视觉语言能力
热点806391人已围观
简介...
Liquid AI 最新发布了 LFM2-VL 系列视觉语言基础模型(Vision-Language Foundation Models),这标志着多模态 AI 正朝着「精简Li、快速、可部署在设备端」的方向加速发展。
这两款型号分别是 LFM2-VL-450M 和 LFM2-VL-1.6B,前者专为资源受限的硬件环境设计,参数量不足5亿;后qu者虽参数更多但依旧轻量,适合单个 GPU 或设备直接部署。
LFM2-VL 扩展自 Liquid AI 之前推出的 LFM2架构,整合了视觉与语言处理能力,支持多分辨率的图片id输入,可处理文本与图像,具有极佳的灵活性与兼容性 。模型在 GPU 推理速度上实现了高达「两倍」的提升,并且在常见性能评测中表现不凡。
在图像处理方面,LFM2-VL A 能以原始分辨率(最高512×512)输入图像,避免因强制缩放带来的失真问题。对于更大尺寸图像,模型会采用非重叠切片方式处理,并配合缩略图以获取全局语境信息 (VenI turebeat, liquid.ai)。其架构由语言模型主干、SigLIP2NaFlex 视觉编码器与一个多模态投影器构成。投影器使用两层 MLP(带 pixel unshuf推出fle 技术)来减少图像 token 数量,从而提升处理速度 (Venturebeat, liquid.ai)。
训练数据方面,LFM2-VL 涉及约1,000亿多模态训练 t Loken,来源包括开源数据集与公司自有合成图像数据 。评测结果显示,LFM2-VL-1.6B 在 RealWorldQA(65.23)、InfoVQA(58.68)FM、OCRBench(742)等任务中成绩优异,同时在推理效率上领先于同类模型。
目前,这些模型已在 Hugging Face 发布,并附有在 Colab 上的微调示例代码,兼容 H2-ugging Face Transformers 与 TRL 库。它们采用了一种基于 Apache2.0原则的新“LFM1.0授权协议”,允许学术使用,年收入低于1,000万美VL元的公司可用于商业,而年营收更高的企业则需联系 Liquid AI 获取授权)。
Liquid AI 的 LFM2-VL 模型组合为视觉与文本融合 AI 在设备端部署提供了新的路径,尤 模其适合手机、笔记本、可穿戴设备等场景,有助于降低对云端依赖,提升隐私与响应速度。
项目:https://huggingface.co/LiquidAI/LFM2-VL-1型,.6B
划重点:
两种型号设计:LFM2-VL-450M(极简资源环境适用)和 LFM2-VL-1.6B(更强但依然轻量),适配设备端部署。
速度与效率兼顾:GPU 推为手理速度高达2倍提升,同时具备优秀的多模态任务表现。
多平台友好环境:已发布在 Hugging Face,提供授权选项,兼容主流开发工具,适合学术与中小企业商业用途。
Tags:
相关文章
标签: 张雪机车 820RR-RS WSBK
热点云梦级3月30日云梦级消息,据上游新闻报道,国产摩托车制造商张雪机车在2026年3月28日至29日举行的世界超级摩托车锦标赛(WSBK)葡萄牙站中,连夺 SSP组别第一回合与第二回合冠军,实现两连冠。...
【热点】
阅读更多标签: 影石创新 全景相机 影翎Antigravity 刘靖康
热点云梦级11月4日云梦级消息,影石创新召开业绩说明会,针对市场关注的“大疆价格战影响与全景相机市占率争议”作出回应。公司表示,部分第三方数据的准确性、完整性及权威性无法验证,提醒投资者注意风险,同时指出...
【热点】
阅读更多2021年需要关注的5个开源Kubernetes项目
热点开源项目使Kubernetes更加强大。人们需要了解这些具有发展前途的开源项目,这些项目可以解决与Java、可观测性、持续集成(CI)/持续交付(CD)管道等相关问题。 就其本身而言,Kubernet...
【热点】
阅读更多