Liquid AI 发布 LFM2.5-VL-3B：一款 3B 视觉语言模型，可读取屏幕、识别物体并调用设备端工具

昨天，Liquid AI 发布了LFM2.5-VL-3B。这是一个拥有 31 亿参数的视觉语言模型，专为设备端部署而设计。该模型能够读取移动设备、网页和桌面设备上的数字屏幕。它可以将物体映射到坐标，解析文档和图表，并根据文本或图像输入调用工具。Liquid AI 报告称，该模型在 28 项视觉基准测试中的平均得分为 69.4 分。这一成绩与 InternVL-3.5-4B 持平，仅比 Qwen3.5-4B 低 0.7 分，这两个模型的参数量均为 47 亿。该模型不具备推理能力，因此能够直接给出答案，从而保持较低的延迟。它占用约 3 GB 内存，在 Apple M5 Max 上每秒可解码 228 个词元。

它可以部署吗？

是的，该检查点提供四种格式：原生格式、GGUF、ONNX 和 MLX。首发支持的运行时包括 llama.cpp、MLX、vLLM、SGLang 和 ONNX。它大约占用 3 GB 内存。

公司级别限制：LFM 开源许可证 v1.0基于 Apache 2.0，但有一项改动：公司年收入达到 1000 万美元后，免费商业使用权即告终止。因此，年收入低于 1000 万美元的独立开发者、初创公司和中小企业可以免费进行商业发布。年收入高于 1000 万美元的企业则必须与 Liquid AI 协商商业许可。研究、教育和非营利用途不受收入限制。
行业领域：消费电子、汽车、工业和机器人、金融服务、医疗保健和电子商务。此外，还包括提供图形用户界面自动化服务的质量保证和RPA供应商。
应用领域：设备端屏幕代理、GUI 测试自动化、带布局标签的 PDF 转结构化文本、发票和收据 OCR、车辆近实时物体检测、菜单和路标的离线翻译以及多图像比较。

新功能

LFM2.5-VL-3B 在四个轴向对 LFM2-VL-3B 进行了扩展。

屏幕和用户界面理解：该模型在ScreenSpot-v2上的平均得分为80.7，其中桌面端（78.7）、移动端（81.2）和网页端（82.2）的得分均在该水平。Liquid AI的报告显示，Gemma-4-E4B得分为51.2，Qwen3.5-4B得分为78.5，而规模更大的InternVL-3.5-4B以84.1的得分领先。
函数调用：这是 VL 系列中的新功能。ToolSandbox 的得分从 26.4 提升至 59.5，BFCL v4 则从 20.5 提升至 32.5。工具调用以 Python 风格的调用形式输出，位于 <|tool_call_start|> 和 <|tool_call_end|> 标记之间。
锚定：RefCOCO-avg 的 precision@1 指标从 57.1 提升至 87.9，这一 30 点的提升主要得益于缩放后的合成锚定数据。
多图像输入：BLINK 得分从 50.2 提升至 61.5，MuirBench 得分从 34.9 提升至 58.3。

架构与训练

语言模型 backbone 采用 LFM2.5-2.6B。视觉模型采用 SigLIP2 NaFlex 形状优化型 400M 编码器。NaFlex 通过将大尺寸图像分割为互不重叠的 512×512 补丁，并生成一张经过缩放的全图缩略图，来处理原生分辨率。上下文长度为 32,768 个令牌，支持 16 种语言。

预训练使用了约 34T 个令牌。通过就地扩展现有令牌化器，词汇量翻倍至 128K，从而提升了对非拉丁字母脚本的覆盖率。视觉预训练在令牌数量上扩大了 4 倍，数据包括精心整理和合成的图注、OCR、定位以及遵循指令数据。

后训练采用 SFT 方法，结合来自更大规模“教师”模型的知识蒸馏和 Antidoom 训练，随后进行多奖励强化学习。

该模型不进行推理。它直接给出答案，这也是其延迟特性的设计选择。

基准

Liquid AI 使用 vLLM 0.26.0 在非推理模式下，针对 28 个视觉基准测试进行了评估。LFM2.5-VL-3B 的平均得分为 69.4，与 InternVL-3.5-4B (69.4) 持平，但比 Qwen3.5-4B (70.1) 低 0.7 分。这两个对比模型的参数量均为 47 亿。

值得注意的个别结果：RealWorldQA 73.1 对比 InternVL-3.5-4B 67.7，TextVQA 84.3 对比 Qwen3.5-4B 81.2，MMStar 63.3，MathVista-mini 68.5，ChartQA 81.3，DocVQA 91.1，OCRBench v1 84.2。CountBenchQA 从上一版本的 92.2 下降到 87.3。

仅以文本进行评估时，IFEval 得分达到 82.3，高于之前的 72.9。Gemma-4-E4B 仍然以 87.9 的得分领先。