LFM3-VL-2B: نموذج رؤية بـ1.92 مليار معامل تتوقف نتيجته الرئيسية على مفتاح تبديل واحد

LiquidAI/LFM3-VL-2B بقي متاحًا للعموم ثمانية أيام قبل أن تنبس Liquid AI بكلمة عنه. أُنشئ مستودع Hugging Face في 19 أكتوبر 2026، وظهر إصدار GGUF في المساء نفسه؛ أما إعلان الشركة — منشور مدونة، ومجموعة نماذج، وبطاقة تتضمن جدول قياسات أداء كاملًا — فقد صدر في 27 أكتوبر. والنموذج السابق الذي يحلّ الجديد محلّه، LFM2.5-VL-3B، هو المقياس الواضح للمقارنة: فلديه 3.1 مليار معامل مقابل 1.92 مليار للنموذج الجديد، وعلى مجموعة القياسات الـ62 الخاصة بـLiquid نفسها يحقق النموذج الجديد متوسطًا قدره 71.4 مقابل 57.6 للنموذج القديم. وتسجّل البطاقة نفسها أيضًا رقمًا ثانيًا ينال اهتمامًا أقل بكثير: عند تعطيل التفكير، يحقق LFM3-VL-2B متوسطًا قدره 62.1. وخيار الإعداد الواحد هذا يعادل 9.3 نقاط، وهو الفرق بين فوز جيلي حاسم وفوز متواضع.

يغطي هذا المقال ما هو مسجّل فعليًا حتى 28 أكتوبر — الجدول الزمني للمستودع، والمواصفات، وجدول المعايير ومحاذيره — ويحدد بوضوح أين تنتهي الأدلة.

ما الذي ظهر، ومتى؟

الجدول الزمني مهم لأنه يفسّر سبب وصول النموذج دون أي تغطية. لم تنشر Liquid AI تشويقًا أو قائمة انتظار أو منشورًا بحثيًا. بل رفعت الأوزان وبطاقة نموذج، وبقيت البطاقة هناك. لاحظت أدوات التتبع الخارجية المستودع، وكان أول كتابة علنية عن LFM3-VL-2B تكهّنًا مبنيًا على طلب سحب غير مدموج لإطار استدلال بدلًا من أي شيء من المورّد.

• تم إنشاء المستودع — 19 أكتوبر 2026، 19:51 بالتوقيت العالمي المنسق، وفقًا لواجهة Hugging Face API.

• تم إنشاء مستودع GGUF — 19 أكتوبر 2026، 20:29 بالتوقيت العالمي المنسق، بعد ثمانٍ وثلاثين دقيقة.

• آخر تعديل للبطاقة — 27 أكتوبر 2026، 16:24 بالتوقيت العالمي المنسق، يوم الإعلان.

• إعلان من المورد — 27 أكتوبر 2026: منشور مدونة لعائلة، ومنشور مدونة على Hugging Face، ومجموعة نماذج.

إذن فالوصف الدقيق ليس "شُحن بهدوء ولا يزال غير معلن عنه"، بل "شُحن بهدوء، ثم أُعلن عنه بعد ثمانية أيام". أي شخص كتب عن المستودع خلال تلك الفترة كان يصف نقطة حفظ حقيقية قابلة للتنزيل، لكن ليس منتجًا له موقع معلن في تشكيلة Liquid. وهذا الموقع أصبح موجودًا الآن: فـ LFM3-VL-2B هو العضو البصري في عائلة من ستة نماذج مبنية على أساس مشترك بسعة 1.7B، ووصف المورّد له هو الفهم البصري على الجهاز — المستندات، والمخططات، وشاشات التطبيقات، والعثور على الأشياء، والاستدلال المكاني للروبوتات.

الطراز، وفق أرقام البطاقة نفسها

بطاقة Liquid محددة على نحو غير معتاد فيما يتعلق بالمكان الذي ذهبت إليه البارامترات، وهو أمر جدير بالملاحظة لأن "2B" في اسم الطراز عادةً ما يخفي أكثر مما يكشف.

• إجمالي المعلمات — 1.92 مليار: نموذج لغوي بحجم 1.73 مليار، ومُشفّر رؤية بحجم 164 مليون، ومُسقِط بحجم 25 مليون.

• المُرمِّز — طُوِّر داخليًا، بالالتفاف والانتباه، ليحل محل برج SigLIP2 المستخدم في نماذج الرؤية LFM2.5.

• الوسائط — نص وصور وفيديو كمدخلات؛ ونص كمخرجات. وهو أول نموذج رؤية من LFM يقبل الفيديو، مع أخذ عينات بمعدل إطارين في الثانية.

• الترميز البصري — تتحول كل كتلة 2×2 من الرقع إلى رمز لغوي واحد، بالدقة الأصلية.

• السياق — 128 ألف رمز، الإدخال بالإضافة إلى الإخراج، بحد أقصى للموضع يبلغ 128,000.

• الترخيص — LFM Open License v1.0، الشروط المفتوحة غير المتساهلة نفسها كبقية أفراد العائلة.

• التدريب المسبق — العمود الفقري LFM3-1.7B-Base، بإجمالي 22 تريليون رمز، مع توسعة سياق 128K وتوسعة 256K استُخدمت أثناء التدريب الأوسط.

• غير موصى به لـ — البرمجة، أو المحادثات متعددة الأدوار، أو الاستدلال المعقد، وفقًا لإرشادات البطاقة نفسها.

السطر الأخير هو الذي يستحق القراءة مرتين. فالنموذج الذي لا يُوصى به صراحةً للمحادثة متعددة الأدوار هو أيضًا نموذج سيكون من الصعب استخدام نافذة سياقه البالغة 128K بالطريقة التي يُستخدم بها السياق الطويل عادةً. النافذة حقيقية، وهي تقارب أربعة أمثال 32,768 رمزًا لدى LFM2.5-VL-3B. وهي أيضًا، في نموذج بحجم 1.92B، ذاكرة KV مؤقتة تنمو أسرع من الأوزان المرتبطة بها.

اثنان وستون معيارًا، ومختبر واحد، وجدول يذكر منافسيه

يُعدّ قسم المعايير الجزء الأكثر فائدة في الإصدار، وليس فقط لأن الأرقام مرتفعة. فقد نشرت Liquid جدولاً من 62 معياراً يتضمن نموذجها الخاص بتكوينين إلى جانب تسعة منافسين: LFM2.5-VL-3B وMiniCPM-V 4.7 1B وQwen3.5 2B وQwen3.5 4B وInternVL3.5 4B وGemma 4 E2B وGemma 4 12B وGPT-5.6 Luna وGemini 3.5 Flash Lite. تُطبّع كل درجة على مقياس 0–100، وكل فئة هي متوسط غير مرجّح لمعاييرها، والمتوسط هو متوسط غير مرجّح عبر جميع المعايير الـ62.

هذا أثرٌ أكثر قابلية للتكذيب من مخطط بيان صحفي. فهو يسمّي الأدوات، ويسمّي المنافسين، وتذكر البطاقة في حواشيها أي النماذج شُغّلت مع تمكين الاستدلال وأيها لم يُشغّل كذلك. لكنه لا يزال عملًا من الجهة الموردة: فقد اختارت Liquid معايير القياس الـ62، وشغّلت كل نموذج، ونشرت الجدول. ولم يُعِد إنتاج أيٍّ منه أي شخص خارج الشركة.

• المتوسط — 71.4 لـ LFM3-VL-2B، مقابل 57.6 لـ LFM2.5-VL-3B و57.5 لـ MiniCPM-V 4.7 1B.

• المستندات والتعرف الضوئي على الحروف والرسوم البيانية — 83.9، الفئة التي يعتمد عليها العرض الترويجي للمعالجة على الجهاز أكثر من أي فئة أخرى.

• فهم واجهة المستخدم الرسومية — 83.1، مقابل 66.0 لـ LFM2.5-VL-3B.

• الإرساء البصري — 77.3، مقابل 68.3.

• فيديو — 61.2، مقابل 41.3، في أول نموذج رؤية LFM يدعم الفيديو أصلاً.

• Agentic — 42.5، مقابل 21.1. أضعف فئة لكل نموذج صغير في الجدول.

• الرياضيات والاستدلال المنطقي — 68.8، مقابل 40.6. احتفظ بهذا الرقم؛ فهو الرقم المثير للاهتمام.

تطرح البطاقة ثلاثة ادعاءات مقارنة في نصّها: أن LFM3-VL-2B يتقدّم بما لا يقل عن 8 نقاط على جميع الطرازات المماثلة في الحجم عبر المعايير الـ62، وأنه يضاهي Gemma 4 12B، وأنه يقع ضمن نطاق 2 نقطة من GPT-5.6 Luna مع تفوّقه على Gemini 3.5 Flash Lite. وبالتحقق من الجدول، تصحّ هذه الادعاءات: فمتوسط Gemma 4 12B هو 71.7، وGPT-5.6 Luna هو 73.4، وGemini 3.5 Flash Lite هو 70.0. وكون طراز بحجم 1.92B يحقق متوسطًا يقع ضمن 0.3 من طراز بحجم 12B هو الادعاء الرئيسي، وهو ادعاء صادر عن مورّد بشأن أرقام صادرة عن المورّد نفسه.

مفتاح التفكير هو الذي يقوم بمعظم العمل

يبلغ LFM3-VL-2B عن نتيجتين للأوزان نفسها. في وضع الاستدلال، يبلغ المتوسط 71.4. وعند تعطيل التفكير، يبلغ المتوسط 62.1. والفجوة ليست موزعة بالتساوي عبر الفئات — بل تتركز حيث تتوقع أن يساعد الاستدلال، وتكاد تغيب حيث لا تتوقع ذلك.

• الرياضيات والاستدلال المنطقي — 68.8 مع التفكير، و41.0 بدونه. فارق قدره 27.8 نقطة، وهو الأكبر بفارق كبير.

• المستندات وOCR والمخططات — 83.9 مقابل 71.6. فارق قدره 12.3 نقطة في مهام تبدو إدراكية لكنها غالبًا ليست كذلك.

• فهم واجهة المستخدم الرسومية — 83.1 مقابل 81.5. بالكاد يتغيّر، مما يشير إلى أن مهارة قراءة الشاشة تكمن في المُرمِّز وفي التدريب اللاحق، لا في حلقة الاستدلال.

• الإدراك — 75.6 مقابل 68.9.

• المتوسط — 71.4 مقابل 62.1.

النتيجة هي أن مقارنة العنوان الرئيسي تُجمّل النموذج الجديد بطريقة محددة. لا يدعم LFM2.5-VL-3B وضع الاستدلال، لذا تقارن Liquid نموذجًا مُفكرًا بنموذج غير مُفكر. المقارنة العادلة هي 62.1 مقابل 57.6 — لا يزال فوزًا، لكنه فوز بـ4.5 نقاط بدلًا من 13.8 نقطة. وفي ذلك التكوين لم يعد يتفوق على كل ما هو قريب منه: متوسط Qwen3.5 2B هو 64.0، رغم أن هذا الرقم يأتي أيضًا من تشغيل مُفعّل فيه الاستدلال.

لا شيء من هذا يجعل الإصدار أقل إثارة للاهتمام. بل يجعله أكثر وضوحًا. فقد بنت Liquid نموذجًا صغيرًا يكون نشره الافتراضي سريعًا وغير قائم على الاستدلال، بينما يكون سقفه أعلى بكثير عندما تسمح له بالتفكير. وأي رقم ينطبق عليك يعتمد كليًا على ما إذا كان منتجك يستطيع تحمّل زمن التأخير الناتج عن حلقة استدلال على الهاتف.

ما الذي تحصل عليه مقابل 1.92 مليار على جهاز؟

حجة الكفاءة هي الجزء الذي تبيعه Liquid فعليًا، والبطاقة تدعمها بقياسات لا بصفات. على وحدة NVIDIA B300 واحدة تعمل بـ SGLang بدقة BF16، ينتج النموذج أكثر من 12,000 رمز إخراج في الثانية عند 1,024 طلبًا متزامنًا. هذا الرقم يقول عن التجميع في دفعات أكثر مما يقول عن النموذج، لكنه يثبت أن مسار الخدمة قائم من اليوم الأول.

على الجهاز، تنشر البطاقة قيم التعبئة المسبقة وفك التشفير وذروة الذاكرة لكل نموذج تتم مقارنته ضمن حمل عمل ثابت: صورة واحدة بحجم 512×512، و1,024 رمزًا نصيًا إدخالًا، و256 رمزًا إخراجًا، وكل ذلك في llama.cpp باستخدام نموذج لغوي Q4_0 GGUF ومُسقط رؤية F16. هذا إعداد قابل لإعادة الإنتاج، وعمود الذاكرة هو ما ينبغي قراءته قبل الالتزام بهاتف.

الأدوات حقيقية لكنها غير متكافئة. كان دعم SGLang متاحًا عند الإطلاق. دعم llama.cpp قيد المراجعة — طلب السحب 31252 — ويحمل تحذيرًا صريحًا من Liquid: لا إدخال فيديو في الوقت الحالي. أوزان GGUF موجودة وتسبق الإعلان بثمانية أيام. إذا كان الفيديو هو سبب رغبتك في هذا النموذج، فإن المسار المحلي لم يكتمل بعد، والبطاقة تقول ذلك.

ما لا يمكن معرفته بعد

الحد الصادق لهذا المقال: كل ما ورد أعلاه من بيانات كمية جاء من Liquid AI. فلا يوجد تقييم مستقل لـ LFM3-VL-2B، ولا إدخال في لوحة صدارة من طرف ثالث، ولا إعادة إنتاج لمجموعة الاختبارات المكوّنة من 62 معيارًا، ولا سعر منشور لكل رمز لهذا النموذج على واجهة API الخاصة بـ Liquid اعتبارًا من 28 أكتوبر. تسرد البطاقة التوفر عبر Hugging Face وLiquid playground وLiquid API، والأوزان مفتوحة، لكن "الأوزان المفتوحة" و"التحقق المستقل" ادعاءان مختلفان.

ثمة أيضاً فجوة بين المتوسط الإجمالي وقصة النشر. متوسط 62 عبر المعايير أداة جيدة لترتيب النماذج، وأداة سيئة للتنبؤ بحمل العمل لديك. الفئات التي يتفوق فيها LFM3-VL-2B — فهم واجهات المستخدم الرسومية، والإرساء البصري، وقراءة المستندات والمخططات — هي بالضبط الفئات التي يمكن فيها لاختيار البائع لحالات المعايير أن يحرّك النتيجة عدة نقاط. أما الفئات التي يكون فيها أضعف، العمل الوكيلي عند 42.5، فهي الأرجح أن تكون مهمة لحالة استخدام الروبوتات التي تعلن عنها البطاقة.

أين يندرج هذا إذا كنت تبني شيئًا ما

LFM3-VL-2B غير موجود في كتالوج OrcaRouter في وقت كتابة هذا النص — هذه نقطة تحقق (checkpoint) تقوم بتنزيلها وتشغيلها بنفسك، وليست شيئًا تستدعيه عبر واجهة برمجة التطبيقات (API) الخاصة بنا. وهذا يشكّل النمط المفيد بدلًا من استبعاده. النماذج التي ينافسها هذا الإصدار من حيث التكلفة — نماذج الرؤية المستضافة التي تتعامل مع الذيل الطويل من المستندات والفيديو — هي التي كنت ستوجّه إليها، ووضع نقطة التحقق المحلية والبديل المستضاف على جانبي قرار توجيه واحد هو البنية التي تدعمها الأرقام فعليًا. تشغيل نموذج بحجم 1.92B على الجهاز وتصعيد الإطارات الصعبة إلى نموذج مستضاف أكبر هو النشر الذي يجعل رقم 62.1 مقبولًا، لأن الحالات التي يفشل فيها هي الحالات التي تغادر الجهاز.

بالنسبة إلى النماذج التي نوجّهها فعلاً، تعني نقطة وصول واحدة مفتاحًا واحدًا، دون عقد ثانٍ، وتحويلًا تلقائيًا عند التعطل عبر المزوّدين عندما يتدهور المزوّد الأساسي. هذا هو النصف من النظام الذي يحتاج إلى موجّه؛ أما النصف الذي يعمل على الجهاز فيحتاج إلى تكميم جيد وميزانية بطارية.

ما الذي قد يغيّر هذه الصورة؟

ثلاثة أمور، مرتبة حسب مقدار أهميتها. إعادة إنتاج مستقلة لجدول المعايير الـ62 ستؤكد إما الادعاء الأكثر إثارة للاهتمام في الإصدار أو تُحرّكه. ونسخة llama.cpp مدمجة تدعم الفيديو ستحوّل عرض التشغيل على الجهاز من خطة إلى منتج. ونشر سعر API سيتيح لأي شخص مقارنته على المحور الذي يحسم معظم عمليات النشر، وهو الآن خلية فارغة.

حتى ذلك الحين، فإن القراءة القابلة للدفاع عنها ضيقة ومفيدة: فقد أطلقت Liquid نموذج رؤية بحجم 1.92B يتفوق على نموذج 3.1B الذي يحل محله في مجموعة الاختبارات الخاصة بالبائع، ويفوز في تلك المقارنة بشكل حاسم عندما يكون الاستدلال مفعّلًا وبفارق ضئيل عندما لا يكون، ويتصدر فئته الحجمية على الشاشات والمستندات. كان المستودع علنيًا قبل ثمانية أيام من الإعلان، وهو أمر يتعلق بعملية إطلاق Liquid وليس بالنموذج — لكنه السبب في أن أول تغطية لـ LFM3-VL-2B كانت تخمينًا لا مراجعة.