LFM2.5-VL-3B によるエッジでのより良く、より高速なビジョン機能

LFM2.5-VL-3Bは、エッジデバイス向けのビジョン能力を向上させるモデルです。より高速で高精度な画像認識や処理を実現し、IoTデバイスやロボティクスなど、リアルタイム性が求められる分野での活用が期待されます。ハードウェアの性能を最大限に引き出すための最適化が進んでいます。

• LiquidAIが、エッジデバイスで動作する高機能なビジョン言語モデル「LFM2.5-VL-3B」を発表した。
• LFM2.5-VL-3Bは、ドキュメントや画面のUI理解、オブジェクトのグラウンディング、ツール呼び出しが可能。
• 推論ではなく直接応答するため、リアルタイムかつオンデバイスでの高速処理を実現する。
• 画面UI理解、オブジェクト検出、複数画像入力、関数呼び出し能力が向上している。
• 約34兆トークンで学習され、従来の4倍のビジョンデータを使用している。