# 策展 · X (Twitter) 🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：Liquid AI (@liquidai) · 平台：X (Twitter) · 日期：2026-04-09

> 原始來源：https://x.com/liquidai/status/2041912441060143251

## 中文摘要

Liquid AI 發布 LFM2.5-VL-450M 模型，實現邊緣裝置上的即時視覺推理與結構化輸出。

Liquid AI 近期推出 LFM2.5-VL-450M，這是一款專為邊緣裝置設計的視覺語言模型 (VLM)，旨在透過單次推論取代傳統繁瑣的視覺處理流程，實現即時的場景理解與結構化輸出。

**核心技術突破**
相較於前代 LFM2-VL-450M，新版本在預訓練階段將 token 數量從 10T 擴展至 28T，並透過偏好優化與強化學習強化了多模態行為。該模型具備以下關鍵能力：
- 邊界框預測：在 RefCOCO-M 基準測試中達到 81.28 分，具備物體識別與定位能力。
- 多語言視覺理解：MMMB 基準測試分數由 54.29 提升至 68.09，支援阿拉伯語、中文、法語、德語、日語、韓語、葡萄牙語及西班牙語。
- 指令遵循能力：MM-IFEVAL 分數從 32.93 提升至 45.00，對文字與視覺輸入的控制力更強。
- 功能呼叫支援：整合 BFCLv4 標準，可執行結構化的功能呼叫。

**效能與邊緣運算優勢**
該模型強調「單次推論」架構，旨在解決現行生產環境中視覺系統過於依賴多階段（偵測器→分類器→啟發式規則）堆疊所導致的緩慢、脆弱且難以維護問題。
- 處理速度：在 Jetson Orin 上，處理 512×512 影像僅需不到 250ms，足以支援 4 FPS 影片串流的即時視覺語言理解。
- 硬體相容性：可在 Jetson Orin、AMD Ryzen AI Max+ 395 及 Snapdragon 8 Elite 等多種邊緣硬體上運行，無需雲端依賴，確保隱私與離線運作能力。

**實際應用場景**
Liquid AI 指出，該模型特別適合對延遲、功耗及隱私有嚴格要求的部署環境：
- 工業自動化：在車輛、農業機械或倉儲環境中，能超越傳統邊界框偵測，提供語義化的場景理解（如識別工人動作或庫存流動）。
- 穿戴式裝置與監控：適用於智慧眼鏡、行車記錄器等需長時間運作的設備，能將原始影片轉化為結構化資訊，同時降低運算需求。
- 零售與電子商務：針對高吞吐量的視覺處理需求（如目錄建立、視覺搜尋、貨架合規性），提供具備成本效益的結構化視覺推理方案。

## 標籤

VLM, 新產品, Benchmark, Liquid AI