Liquid AI introduceert LFM2.5-VL-3B: compact vision-taalmodel voor schermlezen, objectlokalisatie en toolaanroepen op het apparaat

Liquid AI heeft de release aangekondigd van LFM2.5-VL-3B, een vision-taalmodel met 3,1 miljard parameters dat is ontworpen voor implementatie op apparaten. Het model leest digitale schermen op mobiel, web en desktop, lokaliseert objecten in coördinaten, analyseert documenten en grafieken, en roept tools aan op basis van tekst- of beeldinvoer. Het behaalt een gemiddelde van 69,4 over 28 vision-benchmarks, waarmee het gelijk staat aan InternVL-3.5-4B en 0,7 punten achterblijft op Qwen3.5-4B, die beide modellen met 4,7 miljard parameters zijn. Het model is niet-redenerend om de latentie laag te houden, past in ongeveer 3 GB geheugen en decodeert 228 tokens per seconde op een Apple M5 Max. De checkpoint is beschikbaar in native, GGUF, ONNX en MLX-formaten, met ondersteuning vanaf dag één voor llama.cpp, MLX, vLLM, SGLang en ONNX-runtimes. De LFM Open Licentie v1.0 is gebaseerd op Apache-2.0, maar gratis commercieel gebruik eindigt wanneer de jaarlijkse omzet van een bedrijf 10 miljoen dollar bereikt. Belangrijke verbeteringen ten opzichte van de vorige versie zijn onder meer een ScreenSpot-v2-gemiddelde van 80,7, een toename van de RefCOCO-gemiddelde precisie@1 van 57,1 naar 87,9, en nieuwe functies voor het aanroepen van tools, waarbij de ToolSandbox-scores verbeterden van 26,4 naar 59,5.