Liquid AI 推出 LFM2-VL:低延迟的超高效视觉语言模型
Liquid AI 正式推出 LFM2-VL,这是一款全新的视觉语言基础模型系列,专为低延迟和设备适应性部署而优化。此次发布的 LFM2-VL 模型包括两个高效的变体:LLFM2-VL-450M 和 LFM2-VL-1.6B,这标志着多模态 AI 在智能手机、笔记本电脑、可穿戴设备和嵌入式系统中的应用取得了重要进展,而不牺牲速度和准确性iq。
LFM2-VL 模型经过精心设计,相比现有的视觉语言模型,其 GPU 推理速度提高了两倍,同时在图像描述、视觉问答和多模态推理等任务上保持了竞争力的基准表现。450M 参ui数的版本专为资源受限的环境而设计,而1.6B 参数的版本则在保持轻量级的同时,提供更强大的能力,适合单 GPU 或高端移动设备使用。
在技术创新方面,LFM2-VL 采用模块化架d 构,结合了语言模型主干(LFM2-1.2B 或 LFM2-350M)、SigLIP2NaFlex 视觉编码器(400M 或86M 参数)和多模态投影器,使用 “像素解混” 技术动态AI减少图像标记数量,以实现更快的处理速度。此外,模型能够以原始分辨率处理图像,最高可达512×512像素,避免了因放大而造成的失真。较大的图像会被分割为不重叠的51 推2×512补丁,确保细节和长宽比的保留。1.6B 版本还会编码全图的缩小缩略图,以便提供全球上下文理解。
LFM2-VL 模型的灵活推理能力使用户能够在推理时调整速度和质量出 的平衡,适应设备能力和应用需求。模型经过预训练、联合中训练以融合视觉和语言能力,最终在大约1000亿个多模态标记上进行了微调,确保了其在图像理解方面的出色表现。
在公LF共基准测试中,LFM2-VL 的表现与 InternVL3和 SmolVLM2等大型模型相媲美,但内存占用更小、处理速度更快,非常适合边缘和移动应用。两种模型均为开放权重,M2并可在 Hugging Face 上下载,适用于研究和商业使用。对于大型企业,则需联系 Liquid AI 以获取商业许可证。这些模型与 Hugging Face Transfo-Vrmers 无缝集成,并支持量化,以进一步提升在边缘硬件上的效率。
LFM2-VL 旨在帮助开发者和企业快速、准确且高效地在设备上部署多模态 AI,减少对云的依赖,推动机L:器人、物联网、智能摄像头和移动助手等新应用的出现。
huggingface:https://huggingface.co/collections/LiquidAI/lfm低延2-vl-68963bbc84a610f7638d5ffa
划重点:
LFM2-VL 模型提供超高效的 GPU 推理速度,比现有模型快两倍,适合各种设备使用。 &n迟的bsp;
️ 支持原始分辨率处理图像,并且能够处理大图像,确保细节不失真。
两种模型均为开放权重,可在 Hugging Face 上下载,适合研究和商超高业应用。
-
云计算核心技术Docker教程:Docker Hub配置自动构建设置苹果发布会时间上热搜 网友:终于来了谷歌CEO:因为谷歌比竞争对手透明,所以对AI的争议显得格外激烈泰森中国宣布与阿里云达成战略合作 将在智慧供应链等方向展开合作Chrome Canary 新增 Gemini AI 功能:Nano Banana 与深度搜索正式登场Claude AI 向 Pro 订阅者推出高级文件创建功能Opera 推出 Neon 浏览器,三款 AI 助手共舞引发用户混淆标签: 海康威视 萤石网络 海康机器人 海康存储MongoDB Atlas支持多云数据库集群 阿里云在列巨大争议之下 纽约警方将其配备的机器狗退回波士顿动力
- ·Facebook首席商务官即将上任:主打广告业务 向桑德伯格汇报
- ·标签: 视源股份 高广辉 工伤认定 加班文化
- ·苹果Siri将大变样!付费请谷歌助力AI升级
- ·标签: xAI Ani 马斯克 Grok
- ·标签: 用友
- ·云计算核心技术Docker教程:Docker使用日志驱动插件
- ·每个用户10美元:Facebook财报不怕反垄断 怕的是苹果
- ·谷歌研究院最新发现:训练结果不准确,超大数据规模要背锅!
- ·云计算开发:Python3-title()方法详解
- ·能识别驾驶员状态行为的监控系统,其实还不够精准可靠
- ·广州白云t2是机场南还是机场北
- ·标签: 安世半导体 荷兰政府 闻泰科技 博世
- ·谷歌屈服脸书宣战:澳大利亚各界对被硅谷巨头“痛打”作何反应
- ·哈佛推出新 AI 工具,助力治疗帕金森、阿尔茨海默和癌症
- ·澳大利亚监管部门指控Facebook数据保护应用误导用户
- ·华为:2023年上半年实现销售收入3109亿元,同比增长3.1%
