LFM3 视觉模型面向端侧文档和屏幕理解

Liquid AI 的 LFM3-VL-2B 接收文字、图像与视频，面向本地文档阅读、图表理解、屏幕识别和物体定位。模型把 LFM3 语言部分与新的自研视觉编码器结合。

官方提供 GGUF 和本地推理说明，同时提示它不适合编程、复杂推理或长多轮聊天。视频采样会增加上下文和内存消耗，处理长视频时应调整帧率及帧数上限。

来源：Hugging Face · LiquidAI/LFM3-VL-2B