Liquid AI LFM2.5-VL-3B 端侧视觉语言模型
2026 年 8 月 13 日，Liquid AI 发布 LFM2.5-VL-3B。MarkTechPost、TechTimes 同日报道。
关键事实
| 维度 | 数据 |
|---|---|
| 参数量 | 3.1B |
| 架构 | 混合（Transformer + 循环组件） |
| 能力 | 屏幕理解、函数调用、多图推理 |
| 运行环境 | CPU/GPU/手机/笔记本 |
| 许可 | 开放权重 |
事件背景
Liquid AI 是 MIT 孵化的端侧 AI 公司，专注低参数量高性能模型。LFM2.5-VL-3B 是其视觉语言变体，将 LFM2.5 的序列推理能力扩展到多模态场景。此前已发布 LFM2.5-2.6B（文本 Agent）和 LFM2.5-230M（超轻量级）。
技术机制
混合架构结合 Transformer 层和专有循环组件，在低参数量下实现强序列推理。支持数字屏幕理解（移动/网页/桌面）、函数调用和多图推理。优化为 CPU/GPU 双运行，无需专用硬件。
影响分析
| 维度 | 影响 |
|---|---|
| 端侧 AI | 视觉理解能力下沉到消费级设备 |
| 隐私 | 本地处理敏感屏幕内容 |
| 开发者 | 可构建离线视觉 Agent 和自动化 |
| 竞品 | 挑战 Qwen-VL/Gemma-V 等端侧方案 |
风险边界
开放权重但许可证细节待确认；端侧性能受设备算力限制；与云端大模型（GPT-5/Claude）能力差距明显；多模态端侧应用场景仍需验证。
AI Master 解读
核心事件
Liquid AI 发布 LFM2.5-VL-3B，3.1B 参数端侧视觉语言模型。
行业影响
为什么重要： 这是首个在手机上运行的 3B 级视觉语言模型，支持屏幕理解、函数调用和多图推理。Liquid AI 采用混合架构（Transformer + 专有循环组件），在低参数量下实现强序列推理能力。端侧 AI 从文本扩展到多模态，为隐私敏感的移动应用开辟新场景。
影响分析：
| 维度 | 影响 |
|---|---|
| 端侧 AI | 视觉理解能力下沉到手机/笔记本 |
| 隐私 | 本地处理无需上传云端 |
| 开发者 | 可构建离线视觉 Agent |
| 竞品 | 挑战 Qwen/Gemma 等端侧模型 |
风险边界： 开放权重但非完全开源（许可证待确认）；端侧性能受设备限制；与云端大模型能力差距明显。
AI Master 建议
评估 LFM2.5-VL-3B 在移动 Agent 场景的适用性；关注 Liquid AI 与 MacPaw 的合作进展（端侧推理栈）；对比 Qwen-VL/Gemma-V 的端侧性能。 **来源:** Liquid AI 官方 / MarkTechPost **链接:** https://www.liquid.ai/blog/lfm2-5-vl-3b