Liquid AI ha rilasciato LFM2.5-VL-3B il August 12, 2026. Questo nuovo modello vision-language a pesi aperti da 3.1B ti consente di analizzare immagini e documenti direttamente sul tuo hardware. Puoi scaricarlo subito tramite Hugging Face e il Playground di Liquid AI.
Progettato per la velocità, non per un lungo ragionamento
Il modello punta su risposte rapide anziché su un lento ragionamento a più passaggi. Il design a bassa latenza lo rende ideale per leggere screenshot, eseguire l’OCR sui documenti e interagire con le interfacce software.
Sotto il cofano, l’architettura abbina un vision encoder SigLIP2 NaFlex da 400M a un backbone LFM2.5 da 2.6B. Liquid AI lo ha addestrato su circa 34T di token, integrando quattro volte più dati visivi rispetto al suo modello precedente e un vocabolario da 128K.
Fin dal primo giorno, supporta runtime locali ampiamente utilizzati:
- llama.cpp (tramite formato GGUF)
- Apple MLX
- vLLM e SGLang
- ONNX
I numeri sulle prestazioni che dovresti verificare
Liquid riferisce che il modello utilizza circa 3 GB di memoria. Viaggia a 228 tokens/s su un Apple M5 Max, 116 tokens/s su un AMD Ryzen AI Max+ 395 e 20 tokens/s su un Samsung Galaxy S26 Ultra. Su una GPU H100 con vLLM 0.26 in BF16, Liquid dichiara circa 11K output tokens/s in condizioni di elevata concorrenza con un’immagine 512×512.
L’azienda ha anche mostrato notevoli miglioramenti nei benchmark rispetto al precedente LFM2-VL-3B:
- ScreenSpot-v2 desktop: 78.7 (in aumento da 6.0)
- ScreenSpot-v2 mobile: 81.2 (in aumento da 7.6)
- ToolSandbox: 59.5 (in aumento da 26.4)
- RefCOCO average: 87.9 (in aumento da 57.1)
Tutti questi dati sulla velocità e i punteggi dei benchmark provengono direttamente dai test interni di Liquid AI. Nessuno all’esterno dell’azienda li ha ancora verificati. L’utilizzo effettivo della memoria e l’accuratezza possono variare notevolmente in base alla quantizzazione esatta, alla lunghezza del prompt e alla risoluzione dell’immagine.
Perché la visione locale è importante per il tuo team
Eseguire modelli di visione in locale risolve due problemi principali: i costi delle API cloud e i rischi per la privacy. Se elabori fatture sensibili o schermate di app private, mantenere i dati sul dispositivo elimina le violazioni della sicurezza. Anche la velocità conta: una rapida inferenza locale mantiene reattivi gli strumenti di lettura dello schermo.
È piccolo e veloce.
Provalo sul tuo hardware
Non ricostruire ancora la tua pipeline. Inizia con un piccolo progetto pilota su un laptop di riserva o su una macchina di test.
Scarica i pesi LiquidAI/LFM2.5-VL-3B ed eseguili usando llama.cpp o MLX. Fornisci al modello cinque screenshot reali di interfacce utente e cinque documenti scansionati. Misura la latenza del primo token, l’utilizzo della RAM e l’accuratezza delle risposte rispetto al tuo attuale modello di visione in hosting. Se i numeri reggono sul tuo hardware, otterrai uno strumento di visione privato e più economico che funziona ovunque.