LFM3-VL-2B: โมเดลวิสัยทัศน์ขนาด 1.92B ที่คะแนนพาดหัวขึ้นอยู่กับสวิตช์เพียงตัวเดียว

LiquidAI/LFM3-VL-2Bปรากฏต่อสาธารณะอยู่แปดวันก่อนที่ Liquid AI จะเอ่ยถึงมันสักคำ รีโพซิทอรี Hugging Face ถูกสร้างขึ้นเมื่อวันที่ 19 ตุลาคม 2026 และบิลด์ GGUF ก็ปรากฏในเย็นวันเดียวกัน ส่วนประกาศของผู้พัฒนา — โพสต์บล็อก คอลเลกชันโมเดล และการ์ดโมเดลที่มีตารางเบนช์มาร์กฉบับเต็ม — เผยแพร่เมื่อวันที่ 27 ตุลาคม โมเดลที่มันมาแทนที่ LFM2.5-VL-3B นั้นเป็นไม้บรรทัดวัดที่ชัดเจน: มันมีพารามิเตอร์ 3.1B เทียบกับ 1.92B ของโมเดลใหม่ และบนชุดเบนช์มาร์ก 62 รายการของ Liquid เอง โมเดลใหม่ได้ค่าเฉลี่ย 71.4 เทียบกับ 57.6 ของโมเดลเก่า การ์ดเดียวกันยังบันทึกตัวเลขที่สองซึ่งได้รับความสนใจน้อยกว่ามาก: เมื่อปิดโหมดคิด LFM3-VL-2B ได้ค่าเฉลี่ย 62.1 แฟล็กการกำหนดค่าเพียงตัวเดียวนี้มีค่าถึง 9.3 คะแนน และมันคือความแตกต่างระหว่างชัยชนะข้ามรุ่นอย่างเด็ดขาดกับชัยชนะแบบพอประมาณ

บทความนี้ครอบคลุมสิ่งที่อยู่ในบันทึกอย่างเป็นทางการจริง ๆ ณ วันที่ 28 ตุลาคม — ไทม์ไลน์ของรีโพซิทอรี สเปก ตารางเบนช์มาร์กและข้อพึงระวังของตารางนั้น — และระบุอย่างชัดเจนว่าหลักฐานสิ้นสุดเพียงใด

อะไรปรากฏขึ้น และเมื่อไหร่

ลำดับเวลามีความสำคัญ เพราะมันอธิบายว่าทำไมโมเดลนี้จึงเปิดตัวโดยไม่มีการรายงานข่าวใด ๆ Liquid AI ไม่ได้เผยแพร่ทีเซอร์ รายชื่อรอ หรือโพสต์งานวิจัยใด ๆ พวกเขาเพียงอัปโหลดน้ำหนักโมเดลและโมเดลการ์ด และการ์ดนั้นก็อยู่เฉย ๆ นักติดตามจากบุคคลที่สามสังเกตเห็นรีโพซิทอรี และบทความสาธารณะชิ้นแรกเกี่ยวกับ LFM3-VL-2B เป็นเพียงการคาดเดาที่สร้างจากพูลรีเควสต์ของเฟรมเวิร์กการอนุมานที่ยังไม่ถูกผสาน มากกว่าจะมาจากทางผู้ขาย

• สร้างที่เก็บข้อมูลแล้ว — 19 ตุลาคม 2026, 19:51 UTC ตามข้อมูลจาก Hugging Face API

• สร้างรีโพซิทอรี GGUF แล้ว — 19 ตุลาคม 2026, 20:29 UTC, สามสิบแปดนาทีต่อมา

• การ์ดแก้ไขล่าสุด — 27 ตุลาคม 2026, 16:24 UTC ซึ่งเป็นวันที่มีการประกาศ

• ประกาศจากผู้ให้บริการ — 27 ตุลาคม 2026: บทความบล็อกของตระกูล บทความบล็อกบน Hugging Face และคอลเลกชันโมเดล

ดังนั้นคำอธิบายที่ถูกต้องจึงไม่ใช่ “เปิดตัวเงียบ ๆ และยังไม่ประกาศ” แต่เป็น “เปิดตัวเงียบ ๆ แล้วประกาศในอีกแปดวันถัดมา” ใครก็ตามที่เขียนถึงรีโพซิทอรีในช่วงเวลานั้นกำลังอธิบายเช็กพอยต์จริงที่ดาวน์โหลดได้ แต่ไม่ใช่ผลิตภัณฑ์ที่มีตำแหน่งระบุไว้ในไลน์อัปของ Liquid ตำแหน่งนั้นมีอยู่แล้วในตอนนี้: LFM3-VL-2B เป็นสมาชิกฝั่งวิชันของตระกูลหกโมเดลที่สร้างบนฐาน 1.7B ร่วมกัน และกรอบการนำเสนอของผู้ขายคือความเข้าใจภาพบนอุปกรณ์ — เอกสาร แผนภูมิ หน้าจอแอป การค้นหาวัตถุ และการให้เหตุผลเชิงพื้นที่สำหรับหุ่นยนต์

โมเดลนี้ ในตัวเลขของบัตรเอง

การ์ดของ Liquid ระบุเจาะจงอย่างผิดปกติว่าพารามิเตอร์ไปอยู่ตรงไหน ซึ่งน่าจดจำไว้ เพราะโดยปกติแล้ว "2B" ในชื่อโมเดลมักปิดบังข้อมูลมากกว่าที่จะเปิดเผย

• พารามิเตอร์ทั้งหมด — 1.92B: โมเดลภาษา 1.73B, ตัวเข้ารหัสภาพ 164M และโปรเจกเตอร์ 25M

• เอนโคเดอร์ — พัฒนาขึ้นภายในองค์กร ใช้คอนโวลูชันร่วมกับแอตเทนชัน แทนที่ทาวเวอร์ SigLIP2 ที่ใช้ในโมเดลด้านภาพ LFM2.5

• รูปแบบข้อมูล — รับข้อความ รูปภาพ และวิดีโอเป็นอินพุต ส่งออกเป็นข้อความ เป็นโมเดลวิชันรุ่นแรกของ LFM ที่รองรับวิดีโอ โดยสุ่มตัวอย่างที่ 2 เฟรมต่อวินาที

• การแปลงโทเค็นภาพ — แต่ละบล็อกแพตช์ขนาด 2×2 จะกลายเป็นหนึ่งโทเค็นภาษา ที่ความละเอียดดั้งเดิม

• บริบท — 128K โทเค็น (อินพุตรวมกับเอาต์พุต) โดยมีตำแหน่งสูงสุด 128,000

• สัญญาอนุญาต — LFM Open License v1.0 ซึ่งมีเงื่อนไขแบบเปิดแต่ไม่ผ่อนปรนเช่นเดียวกับรุ่นอื่น ๆ ในตระกูลเดียวกัน

• การพรีเทรน — โครงหลัก LFM3-1.7B-Base มีโทเคนรวมทั้งหมด 22T พร้อมส่วนขยายบริบท 128K และส่วนขยาย 256K ที่ใช้ระหว่างการฝึกช่วงกลาง

• ไม่แนะนำสำหรับ — การเขียนโค้ด การสนทนาหลายรอบ หรือการให้เหตุผลที่ซับซ้อน ตามคำแนะนำของบัตรเอง

ประโยคสุดท้ายนั่นคือประโยคที่ต้องอ่านสองรอบ โมเดลที่ถูกระบุอย่างชัดเจนว่าไม่แนะนำสำหรับการสนทนาหลายรอบก็เป็นโมเดลที่หน้าต่างบริบท 128K จะใช้งานได้ยากในแบบที่บริบทแบบยาวมักถูกใช้งาน หน้าต่างนี้มีอยู่จริง และมันเกือบสี่เท่าของ 32,768 โทเค็นของ LFM2.5-VL-3B อีกทั้งบนโมเดล 1.92B มันยังเป็น KV cache ที่เติบโตเร็วกว่าน้ำหนักที่มันผูกอยู่ด้วย

หกสิบสองเบนช์มาร์ก หนึ่งแล็บ และตารางที่ระบุชื่อคู่แข่ง

ส่วน benchmark เป็นส่วนที่มีประโยชน์ที่สุดของการเปิดตัว และไม่ใช่เพียงเพราะตัวเลขนั้นสูงเท่านั้น Liquid ได้เผยแพร่ตาราง benchmark จำนวน 62 รายการ ซึ่งรวมโมเดลของบริษัทเองในสองการกำหนดค่า พร้อมด้วยคู่แข่งอีกเก้าราย ได้แก่ LFM2.5-VL-3B, MiniCPM-V 4.7 1B, Qwen3.5 2B, Qwen3.5 4B, InternVL3.5 4B, Gemma 4 E2B, Gemma 4 12B, GPT-5.6 Luna และ Gemini 3.5 Flash Lite ทุกคะแนนถูกปรับให้อยู่ในช่วง 0–100 แต่ละหมวดหมู่เป็นค่าเฉลี่ยแบบไม่ถ่วงน้ำหนักของ benchmark ในหมวดนั้น และค่าเฉลี่ยรวมเป็นค่าเฉลี่ยแบบไม่ถ่วงน้ำหนักจากทั้ง 62 รายการ

นี่เป็นชิ้นงานที่สามารถพิสูจน์ว่าเป็นเท็จได้มากกว่ากราฟในข่าวประชาสัมพันธ์ โดยระบุชื่อเครื่องมือ ระบุชื่อคู่แข่ง และการ์ดมีเชิงอรรถว่ารุ่นใดรันโดยเปิดใช้ความสามารถในการให้เหตุผลและรุ่นใดไม่ได้เปิด ทั้งหมดนี้ยังคงเป็นงานของผู้จำหน่าย: Liquid เป็นผู้เลือกเบนช์มาร์กทั้ง 62 รายการ รันทุกโมเดล และเผยแพร่ตารางนั้น ไม่มีใครภายนอกบริษัททำซ้ำผลใด ๆ เหล่านั้นได้เลย

• ค่าเฉลี่ย — 71.4 สำหรับ LFM3-VL-2B เทียบกับ 57.6 สำหรับ LFM2.5-VL-3B และ 57.5 สำหรับ MiniCPM-V 4.7 1B

• เอกสาร OCR และแผนภูมิ — 83.9 ซึ่งเป็นหมวดหมู่ที่จุดขายเรื่องการประมวลผลบนอุปกรณ์เน้นหนักที่สุด

• ความเข้าใจ GUI — 83.1 เมื่อเทียบกับ 66.0 สำหรับ LFM2.5-VL-3B

• การยึดโยงภาพ — 77.3 เทียบกับ 68.3

• วิดีโอ — 61.2 เทียบกับ 41.3 บนโมเดลวิชัน LFM รุ่นแรกที่รองรับวิดีโอได้เลย

• Agentic — 42.5 เทียบกับ 21.1 หมวดหมู่ที่อ่อนแอที่สุดสำหรับโมเดลขนาดเล็กทุกตัวในตาราง

• คณิตศาสตร์และการให้เหตุผลเชิงตรรกะ — 68.8 เทียบกับ 40.6 จำตัวเลขนั้นไว้; มันคือตัวเลขที่น่าสนใจ

การ์ดนี้มีการกล่าวอ้างเชิงเปรียบเทียบสามข้อในข้อความบรรยาย: ว่า LFM3-VL-2B ทำคะแนนนำโมเดลทุกตัวที่มีขนาดใกล้เคียงกันอย่างน้อย 8 คะแนนในเบนช์มาร์กทั้ง 62 รายการ, ว่าเทียบเท่า Gemma 4 12B, และว่ามีคะแนนห่างจาก GPT-5.6 Luna ไม่เกิน 2 คะแนน ขณะที่เอาชนะ Gemini 3.5 Flash Lite เมื่อตรวจสอบกับตารางแล้ว ข้อกล่าวอ้างเหล่านี้เป็นจริง: Gemma 4 12B มีค่าเฉลี่ย 71.7, GPT-5.6 Luna 73.4, Gemini 3.5 Flash Lite 70.0 โมเดล 1.92B ที่มีค่าเฉลี่ยแตกต่างจากโมเดล 12B ไม่เกิน 0.3 คือข้อกล่าวอ้างหลัก และเป็นข้อกล่าวอ้างที่ผู้ขายเป็นผู้รันเกี่ยวกับตัวเลขที่ผู้ขายเป็นผู้รันเอง

สวิตช์การคิดเป็นตัวทำงานส่วนใหญ่

LFM3-VL-2B รายงานคะแนนสองค่าสำหรับน้ำหนักชุดเดียวกัน ในโหมดการให้เหตุผล ค่าเฉลี่ยอยู่ที่ 71.4 เมื่อปิดการคิด ค่าเฉลี่ยอยู่ที่ 62.1 ช่องว่างนี้ไม่ได้กระจายอย่างสม่ำเสมอในแต่ละหมวดหมู่ — มันกระจุกตัวอยู่ในจุดที่คุณคาดว่าการให้เหตุผลจะช่วยได้ และแทบไม่มีในจุดที่คุณคาดว่าจะไม่ช่วย

• คณิตศาสตร์และการให้เหตุผลเชิงตรรกะ — 68.8 เมื่อเปิดใช้การคิด, 41.0 เมื่อไม่เปิดใช้ ความต่าง 27.8 คะแนน ซึ่งมากที่สุดอย่างเห็นได้ชัด

• เอกสาร OCR และแผนภูมิ — 83.9 เทียบกับ 71.6 ส่วนต่าง 12.3 จุดในงานที่ดูเหมือนต้องใช้การรับรู้ แต่บ่อยครั้งกลับไม่ใช่

• ความเข้าใจ GUI — 83.1 เทียบกับ 81.5 แทบไม่ขยับ ซึ่งบ่งชี้ว่าทักษะการอ่านหน้าจออยู่ที่ encoder และ post-training ไม่ใช่ลูปการให้เหตุผล

• การรับรู้ — 75.6 เทียบกับ 68.9.

• ค่าเฉลี่ย — 71.4 เทียบกับ 62.1

ผลที่ตามมาคือ การเปรียบเทียบในพาดหัวทำให้โมเดลใหม่ดูดีขึ้นในแบบเฉพาะเจาะจง LFM2.5-VL-3B ไม่รองรับโหมดการให้เหตุผล ดังนั้น Liquid จึงกำลังเปรียบเทียบโมเดลที่คิดวิเคราะห์ได้กับโมเดลที่ไม่ได้คิด การเปรียบเทียบที่ยุติธรรมคือ 62.1 ต่อ 57.6 — ยังชนะอยู่ แต่เป็นชัยชนะ 4.5 จุด ไม่ใช่ 13.8 จุด และในการตั้งค่านั้น มันไม่ได้นำทุกอย่างที่อยู่ใกล้เคียงอีกต่อไป: Qwen3.5 2B เฉลี่ย 64.0 แม้ว่าตัวเลขนั้นก็มาจากการรันที่เปิดใช้การให้เหตุผลเช่นกัน

ทั้งหมดนี้ไม่ได้ทำให้การเปิดตัวน่าสนใจน้อยลงเลย มันทำให้การเปิดตัวเข้าใจได้ชัดเจนขึ้นต่างหาก Liquid สร้างโมเดลขนาดเล็กที่การติดตั้งใช้งานเริ่มต้นนั้นรวดเร็วและไม่ใช้การให้เหตุผล และมีขีดความสามารถสูงสุดที่สูงกว่ามากเมื่อคุณปล่อยให้มันคิด ตัวเลขใดจะใช้กับคุณนั้นขึ้นอยู่กับว่าผลิตภัณฑ์ของคุณรองรับความหน่วงของการวนให้เหตุผลบนโทรศัพท์ได้หรือไม่เพียงอย่างเดียว

1.92B ซื้ออะไรให้คุณได้บนอุปกรณ์

กรณีด้านประสิทธิภาพคือส่วนที่ Liquid ขายจริง ๆ และการ์ดข้อมูลก็สนับสนุนด้วยตัวเลขที่วัดได้แทนคำคุณศัพท์โฆษณา บน NVIDIA B300 เครื่องเดียวที่รัน SGLang ใน BF16 โมเดลสร้างโทเค็นเอาต์พุตได้มากกว่า 12,000 โทเค็นต่อวินาทีที่คำขอพร้อมกัน 1,024 รายการ ตัวเลขนี้สะท้อนเรื่องการทำแบตช์มากกว่าตัวโมเดลเอง แต่มันยืนยันว่าเส้นทางการให้บริการมีอยู่จริงตั้งแต่วันแรก

บนอุปกรณ์ การ์ดจะเผยแพร่ค่า prefill, decode และหน่วยความจำสูงสุดสำหรับแต่ละโมเดลที่เปรียบเทียบภายใต้ปริมาณงานคงที่: รูปภาพ 512×512 หนึ่งรูป, โทเค็นข้อความขาเข้า 1,024 โทเค็น, ขาออก 256 โทเค็น ทั้งหมดใน llama.cpp ด้วยโมเดลภาษา Q4_0 GGUF และ vision projector แบบ F16 นี่คือการตั้งค่าที่ทำซ้ำได้ และคอลัมน์หน่วยความจำคือสิ่งที่ต้องอ่านก่อนตัดสินใจใช้กับโทรศัพท์

เครื่องมือมีอยู่จริงแต่ไม่สม่ำเสมอ SGLang รองรับตั้งแต่เปิดตัว การรองรับ llama.cpp อยู่ระหว่างการรีวิว — pull request 31252 — และมีข้อแม้อย่างชัดเจนจาก Liquid: ยังไม่รองรับอินพุตวิดีโอในตอนนี้ ไฟล์น้ำหนัก GGUF มีอยู่แล้วและมีมาก่อนการประกาศแปดวัน หากวิดีโอคือเหตุผลที่คุณต้องการโมเดลนี้ เส้นทางแบบโลคัลยังไม่เสร็จสมบูรณ์ และการ์ดก็ระบุไว้เช่นนั้น

สิ่งที่ยังไม่อาจรู้ได้

ขอบเขตอันซื่อตรงของบทความนี้: ข้อมูลเชิงปริมาณทั้งหมดข้างต้นมาจาก Liquid AI ไม่มีการประเมิน LFM3-VL-2B อย่างอิสระ ไม่มีรายการบนกระดานผู้นำจากบุคคลที่สาม ไม่มีการทำซ้ำชุดทดสอบ 62 รายการ และไม่มีการเผยแพร่ราคาต่อโทเคนสำหรับโมเดลบน API ของ Liquid เอง ณ วันที่ 28 ตุลาคม การ์ดระบุความพร้อมใช้งานผ่าน Hugging Face, Liquid playground และ Liquid API และน้ำหนักโมเดลเปิดอยู่ แต่ "น้ำหนักเปิด" กับ "ตรวจสอบยืนยันอย่างอิสระ" เป็นข้อกล่าวอ้างที่แตกต่างกัน

ยังมีช่องว่างระหว่างค่าเฉลี่ยรวมกับเรื่องการนำไปใช้งานจริง ค่าเฉลี่ยจาก 62 เบนช์มาร์กเป็นเครื่องมือที่ดีสำหรับจัดอันดับโมเดล แต่เป็นเครื่องมือที่แย่สำหรับทำนายภาระงานของคุณ หมวดหมู่ที่ LFM3-VL-2B แข็งแกร่งที่สุด — การเข้าใจ GUI, การอ้างอิงเชิงภาพ, การอ่านเอกสารและแผนภูมิ — คือหมวดหมู่ที่การเลือกชุดตัวอย่างเบนช์มาร์กของผู้ขายสามารถขยับคะแนนได้หลายจุดพอดี ส่วนหมวดหมู่ที่อ่อนที่สุด คือ งานแบบเอเจนต์ที่ 42.5 ซึ่งเป็นหมวดที่มีแนวโน้มจะสำคัญที่สุดสำหรับกรณีใช้งานหุ่นยนต์ที่การ์ดโฆษณาไว้

ส่วนนี้อยู่ตรงไหนหากคุณกำลังสร้างบางสิ่งบางอย่าง

LFM3-VL-2B ไม่ได้อยู่ในแคตตาล็อกของ OrcaRouter ณ เวลาที่เขียน — นี่คือ checkpoint ที่คุณดาวน์โหลดและรันเอง ไม่ใช่สิ่งที่คุณเรียกผ่าน API ของเรา สิ่งนี้กำหนดรูปแบบการใช้งานที่มีประโยชน์มากกว่าจะตัดความเป็นไปได้ออกไป โมเดลที่รีลีสนี้แข่งขันด้านต้นทุนด้วย — โมเดลวิชันที่โฮสต์ไว้ซึ่งจัดการเอกสารและวิดีโอหางยาว — คือโมเดลที่คุณจะ route และการวาง checkpoint โลคอลและตัวสำรองที่โฮสต์ไว้ให้อยู่คนละฝั่งของการตัดสินใจ routing ครั้งเดียว คือสถาปัตยกรรมที่ตัวเลขสนับสนุนจริง ๆ การรันโมเดล 1.92B บนอุปกรณ์และการส่งเฟรมที่ยากขึ้นไปยังโมเดลที่โฮสต์ไว้ขนาดใหญ่กว่าคือการติดตั้งใช้งานที่ทำให้ตัวเลข 62.1 ยอมรับได้ เพราะเคสที่มันล้มเหลวคือเคสที่ต้องออกจากอุปกรณ์

สำหรับโมเดลที่เราเลือกเส้นทางให้ ปลายทางหนึ่งจุดหมายถึงคีย์เดียว ไม่มีสัญญาฉบับที่สอง และมีการสลับไปยังผู้ให้บริการรายอื่นโดยอัตโนมัติเมื่อผู้ให้บริการหลักมีประสิทธิภาพลดลง นั่นคือครึ่งหนึ่งของระบบที่ต้องใช้เราเตอร์ ส่วนอีกครึ่งที่ทำงานบนอุปกรณ์ต้องการการควอนไทเซชันที่ดีและงบประมาณแบตเตอรี่

อะไรจะเปลี่ยนแปลงภาพนี้

สามเรื่อง เรียงตามระดับความสำคัญที่แต่ละเรื่องจะมี การทำซ้ำตาราง benchmark 62 รายการอย่างอิสระจะยืนยันข้อกล่าวอ้างที่น่าสนใจที่สุดในการเปิดตัว หรือทำให้ข้อกล่าวอ้างนั้นเปลี่ยนไป บิลด์ llama.cpp ที่ merge แล้วพร้อมการรองรับวิดีโอจะเปลี่ยนคำโปรยเรื่องการทำงานบนอุปกรณ์จากแผนให้กลายเป็นผลิตภัณฑ์ และราคา API ที่เผยแพร่จะทำให้ใครก็ตามเปรียบเทียบมันบนแกนที่ชี้ขาดการติดตั้งใช้งานส่วนใหญ่ได้ ซึ่งตอนนี้เป็นช่องว่างในตาราง

จนถึงตอนนั้น ข้อสรุปที่พอป้องกันได้ยังแคบแต่มีประโยชน์: Liquid ได้ปล่อยโมเดลวิชันขนาด 1.92B ที่เอาชนะโมเดลขนาด 3.1B ที่มันเข้าแทนที่ได้บนชุดทดสอบของผู้ขายเอง ชนะการเปรียบเทียบนั้นอย่างชัดเจนเมื่อเปิดใช้การให้เหตุผล และชนะแบบหวุดหวิดเมื่อไม่ได้เปิด และนำหน้าชนาดเดียวกันในด้านหน้าจอและเอกสาร คลังโค้ดเป็นสาธารณะแปดวันก่อนการประกาศ ซึ่งเป็นข้อเท็จจริงเกี่ยวกับกระบวนการเปิดตัวของ Liquid ไม่ใช่เกี่ยวกับตัวโมเดล — แต่นั่นคือเหตุผลที่การรายงานข่าวครั้งแรกเกี่ยวกับ LFM3-VL-2B เป็นการคาดเดามากกว่าการรีวิว