# LFM3-VL-2B вышла в формате ONNX: вопросы к изображениям на CPU

Источник: https://modelium.tech/zhurnal/lfm3-vl-2b-onnx-local-image-cpu/

Liquid AI опубликовала ONNX-версию LFM3-VL-2B — модели, которой можно задавать вопросы об изображениях. В пакете есть файлы для запуска на обычном процессоре, а также варианты для графики. Это материал для разработчиков, а не готовая программа: редакция не проверяла запуск или качество ответов.

LFM3-VL-2B вышла в формате ONNX: вопросы к изображениям на CPU

**Событие: 27 октября 2026 года. Проверено: 28 октября 2026 года.** Если нужно, чтобы модель отвечала на вопросы по фото не только на Mac, Liquid AI выложила ONNX-пакет LFM3-VL-2B. ONNX — формат файлов модели, который можно использовать с программами для разных устройств. Это новый формат уже существующей модели, а не новая версия её способностей. Первый commit с графами модели датирован 27 октября; 28 октября авторы дополнили карточку замечаниями о запуске через браузер. [s1](#src-s1)[s2](#src-s2)

## Что можно скачать сейчас?

В официальном репозитории лежат две необходимые части: модуль, который разбирает изображение, и модуль, который формирует ответ. Для обычного процессора карточка предлагает набор **q4** с `decoder_q4` и `vision_encoder_q8`; другие наборы предназначены для CPU или графического процессора. Обозначения q4 и q8 говорят о способе уменьшить числовую точность файлов, а не о гарантированном качестве ответа. Полный список файлов включает также отдельные данные к некоторым ONNX-графам: скачивать одиночный `.onnx` без связанных файлов не стоит. [s1](#src-s1)[s3](#src-s3)

Практический пример задачи — спросить у локальной программы, что показано на снимке товара или какую надпись видно на табличке. Пакет даёт разработчику основу для такого приложения; он **не** даёт пользователю готовое окно чата или подтверждённую команду для домашнего запуска. Ни размер скачивания, ни приведённые автором устройства не являются проверенным минимумом оперативной памяти для вашего компьютера. Редакция Modelium не запускала модель и не сравнивала ответы разных вариантов. [s3](#src-s3)[s4](#src-s4)

## Чем этот выпуск отличается от версии для Mac?

Недавняя MLX-VLM 0.7.11 добавила поддержку LFM3-VL на Mac с процессором Apple. Теперь у Liquid AI есть ещё и отдельный пакет ONNX для разработчиков, которым нужен вариант на другом оборудовании. В исходном репозитории кода LiquidONNX есть раздел для LFM3-VL и инструмент `lfm3-vl-infer`, но общая веб-инструкция Liquid AI всё ещё перечисляет в примерах запуска прежнее семейство LFM2.5-VL. Поэтому команды для него нельзя без проверки выдавать за пошаговое руководство для нового пакета. [s4](#src-s4)[s5](#src-s5)[s6](#src-s6)

## Что с правами и ограничениями?

Веса распространяются по **LFM Open License v1.0**, а не по MIT или Apache 2.0. В разделе 5 этой лицензии коммерческое использование ограничено условием о годовой выручке организации в 10 млн долларов США; для более крупных компаний права по этой лицензии не предоставляются. Текущий репозиторий инструмента экспорта LiquidONNX содержит тот же текст лицензии; не следует переносить на него условия другого репозитория кода. Для промышленного применения сверяйте условия самостоятельно. [s7](#src-s7)[s8](#src-s8)[s9](#src-s9)

**Следующий шаг:** разработчику стоит открыть закреплённую карточку ONNX-пакета и сверить комплект из двух модулей с кодом LiquidONNX. Если же требуется просто посмотреть, как работает LFM3-VL на Mac, начните с отдельной новости о поддержке в MLX-VLM; эта статья не заменяет инструкцию установки. [s3](#src-s3)[s5](#src-s5)[s10](#src-s10)

## Источники

1. [Liquid AI: история коммитов LFM3-VL-2B-ONNX](https://huggingface.co/api/models/LiquidAI/LFM3-VL-2B-ONNX/commits/main) — получено 2026-10-28
2. [Liquid AI: состав первоначального ONNX-выпуска](https://huggingface.co/api/models/LiquidAI/LFM3-VL-2B-ONNX/revision/849847defb66f387a145cae24bee4933d8e2ce09) — получено 2026-10-28
3. [Liquid AI: закреплённая карточка LFM3-VL-2B-ONNX](https://huggingface.co/LiquidAI/LFM3-VL-2B-ONNX/blob/51ee393407d30ca84fb9b37bef4d0459f6803b2b/README.md) — получено 2026-10-28
4. [Liquid AI: полный манифест ONNX-репозитория](https://huggingface.co/api/models/LiquidAI/LFM3-VL-2B-ONNX/revision/51ee393407d30ca84fb9b37bef4d0459f6803b2b) — получено 2026-10-28
5. [LiquidONNX: документация и примеры в закреплённом коде](https://github.com/Liquid4All/onnx-export/blob/daa6201141a1be16c34d8be76b7c99d23ae30cd2/README.md) — получено 2026-10-28
6. [Liquid AI: общее руководство ONNX](https://docs.liquid.ai/deployment/on-device/onnx) — получено 2026-10-28
7. [LFM Open License v1.0 для ONNX-весов](https://huggingface.co/LiquidAI/LFM3-VL-2B-ONNX/blob/51ee393407d30ca84fb9b37bef4d0459f6803b2b/LICENSE) — получено 2026-10-28
8. [LFM Open License v1.0 исходной LFM3-VL-2B](https://huggingface.co/LiquidAI/LFM3-VL-2B/blob/b22858a951448e978f8384983b2df77037346749/LICENSE) — получено 2026-10-28
9. [LiquidONNX: LICENSE кода в закреплённой версии](https://github.com/Liquid4All/onnx-export/blob/daa6201141a1be16c34d8be76b7c99d23ae30cd2/LICENSE) — получено 2026-10-28
10. [Modelium: MLX-VLM 0.7.11 и LFM3-VL на Mac](https://modelium.tech/zhurnal/mlx-vlm-0-7-11-lfm3-vl-apple-silicon/) — получено 2026-10-28