LFM2.5-VL-3B 在 iPhone 17 上本地运行，能识别《我的世界》中的 Steve

Liquid AI 今天发布了 LFM2.5-VL-3B，这是一个 3.1B 参数的视觉模型，大小约 2GB，非常适合在手机上运行。基准测试归基准测试，所以我试了点更傻的事。我给我手头的一个小 Steve 玩偶拍了张照片，把它交给模型，问它看到了什么。结果它在 iPhone 17 上思考了大约 2 分 31 秒，有点太长了，但它最终确实认出了 Steve，并给出了详细的描述。与上一代的主要区别在于，它在定位物体位置方面表现好得多。ScreenSpot-v2 桌面端从 6 分提升到 78.7 分。这就是为什么它能够逐部分描述 Steve，而不是仅仅说出他的名字。LFM2.5-VL-3B HF 卡片：https://huggingface.co/LiquidAI/LFM2.5-VL-3B 该模型通过 atomic.chat 移动应用运行（我是创始人，欢迎任何反馈）。