Liquid AI 发布 LFM3-VL 视觉语言模型，自研视觉编码器主打高效
JosephJacks_ · x · 2026-11-05
Liquid AI 团队发布 LFM3-VL 视觉语言模型（如 2B 版已上线 Hugging Face），并解释了其设计思路：
- 给语言模型加视觉不只是多一个模态——处理大图或长视频时，视觉编码器消耗的算力可能超过语言模型本身；
- 因此高效模型需要不同的设计，团队为 LFM3 打造了定制视觉编码器，并介绍了从 mid-training 到视觉能力训练的完整流程；
- 支持图像与视频输入，采用自定义 chat template 处理多模态内容。
所属事件:Liquid AI 发布 LFM3-VL 视觉语言模型(2 条相关)→
「多模态」频道最新
- World Labs 展示「空间外绘」demo:从一张图生成可探索的 3D 空间 — theworldlabs · 2026-11-05
- Fizgig 9.0.4 发布:12GB 显卡可训 Fibo 2.0,新增 SAM 3.1 文字生成蒙版 — shootthesound · 2026-11-05
- AI 生成动画短片《little doll》:复古科幻画风引围观 — superfatbeagle · 2026-11-05
- ComfyUI 桌面客户端 Graph-N 开源：C++/ImGui 千节点流畅编辑 — elgeminy · 2026-11-05
- 开源桌面 AI 视频/图像工作室 Unplatform 发布，ComfyUI 节点开发中 — jefoce · 2026-11-05
- 开源文生图模型 AuroraIMG2-100M 发布，GenEval 2 已逼近 SDXL — Tall_Abrocoma_3533 · 2026-11-05