LFM2-VL

LFM2-VLはLiquid AIが公開した小型のオンデバイス視覚言語モデルです。LibreYOLOはこれをオープンボキャブラリ物体検出器としてラップします。任意のテキストラベル一覧がクラス集合になり、固定ヘッドもファインチューニングも不要です。

タスク: detection
サイズ: 450m at 512 px
インストール: pip install libreyolo
サポートティア: 姉妹ティア、v以降。独自のファクトリと契約を持つ、独立した製品インターフェースです。
アップストリーム: Liquid AIのLFM2-VL、LFM Open License v1.0。論文、ソース
ライセンス: コード：MIT、重み：LFM Open License v1.0。商用利用

インストール

LFM2-VLには vlm 追加パッケージが必要です。このパッケージはチャットテンプレートのバックボーン用に transformers を導入します。

bash

pip install "libreyolo[vlm]"

推論

LibreLFM2VL は .pt チェックポイントではなくPythonクラスです。LibreYOLO() ファクトリーから読み込むことはできず、libreyolo CLIもこれを解決しません。LibreVLM(...) ファクトリー（from libreyolo import LibreVLM）も、たとえば LibreVLM("lfm2-vl-450m") という別名でこのファミリーに到達できます。これは下で使用するクラスを構築します。重みはLibreYOLOのミラーではなく、Liquid AI独自のHugging Faceリポジトリから取得します。最初の呼び出しでダウンロードしてローカルにキャッシュし、その前に1回だけライセンス通知を記録します。

Python

from libreyolo import LibreLFM2VL, SAMPLE_IMAGE model = LibreLFM2VL(size="450m") # オープンボキャブラリ 固定クラスヘッドではなく任意の単語を使用可能# 再設定するまでその後のすべてのpredict()/track()呼び出しで維持model.set_classes(["person", "bicycle", "dog"])result = model(SAMPLE_IMAGE, save=True) for box in result.boxes:    print(box.cls, box.conf, box.xyxy)

未処理のチャット

from libreyolo import LibreLFM2VL, SAMPLE_IMAGE model = LibreLFM2VL(size="450m") # 検出用の簡易機能の下にある脱出口 自由形式の質問や数え上げなど# ボックスラッパーが扱わない任意のプロンプトに対応text = model.chat(SAMPLE_IMAGE, "Describe the scene in one sentence.")print(text)

result.boxes には他のファミリーと同様に解析済みの検出結果が含まれます。信頼度は仮の値です。LFM2-VLはボックスごとのスコアを出力しないため、すべての検出結果に同じ固定信頼度が設定されます。conf= はその固定値未満の行を除外するだけで、順位付けには使用できません。iou は、指定した重なりを超える同じクラスのほぼ重複したボックスを除外します。これは貪欲デコードが物体を繰り返すことによる副作用であり、クラス単位のNMS処理ではありません。set_classes() を省略すると、ボキャブラリのデフォルトはCOCO-80の名前になります。ソース、ストリーミング、結果の処理については、推論を参照してください。

バリアント

サイズは450mと1.6bの2つで、どちらもオンデバイスデプロイ用に構築されたLiquid AIのLFM2.5-VLリリースです。LibreYOLOのベンチマークハーネスはこのファミリーを測定していないため、比較できる公開精度値はありません。利用可能な計算資源に合わせてサイズを選択してください。

LibreYOLOはこのファミリーを推論専用として公開します。train()、val()、export() はすべて NotImplementedError を発生させます。代わりにアップストリームでファインチューニングし、その結果を読み込んでください。仮信頼度ではCOCO mAPが誤解を招くため、データセット検証は省略されています。また、トレースする状態辞書を持たない生成モデルのエクスポートは対象外です。

ライセンス

ダウンロードする特定の重みについて、Hugging Faceリポジトリのライセンスを確認してください。LibreYOLO orgの各チェックポイントにはライセンスが付与されており、同じファミリー内でも常に同一とは限りません。そのリポジトリが正式な情報源です。以下の概要は、このページを最後に検証した時点で適用されていた内容を示します。

これは関連するライセンスの説明であり、法的助言ではありません。商用上重要な場合は、自分でライセンスを読み、専門家の助言を受けてください。

原著作物: LFM2-VL, Liquid AI
アップストリームのライセンス: LFM Open License v1.0
アップストリームのソース: huggingface.co/LiquidAI/LFM2.5-VL-450M
LibreYOLOのコード: MIT
重み: LFM Open License v1.0、著者が配布。LibreYOLOではホストもミラーもしていません。
解釈: The LFM Open License v1.0 permits Commercial Use, reproduction and modification, but only below a $10 million annual revenue threshold; a Legal Entity at or above that threshold is not licensed under this agreement at all for Commercial Use, and must contact Liquid AI directly. Qualified non-profit organizations are exempt from the threshold for non-commercial or research use. Redistribution must keep the license text, and any modified file must carry a notice saying so. LibreYOLO ships no LiquidAI source code, since the model loads through the Apache-2.0 transformers library, and does not host or redistribute the weights: LibreLFM2VL downloads the matching size directly from Liquid AI's own Hugging Face repository the first time it runs, and logs a one-time notice before that download.

LFM Open License v1.0は商用利用、複製、変更を許可しますが、年間収益が1,000万ドル未満の場合に限られます。このしきい値以上の法人には、本契約に基づく商用利用のライセンスは一切付与されず、Liquid AIへ直接連絡する必要があります。条件を満たす非営利組織は、非商用または研究目的の利用について、このしきい値が免除されます。モデルはApache-2.0の transformers ライブラリを通じて読み込まれるため、LibreYOLOはLiquidAIのソースコードを同梱しません。また、重みのホストや再配布も行いません。LibreLFM2VL は初回実行時に、Liquid AI独自のHugging Faceリポジトリから対応するサイズを直接ダウンロードし、その前に1回だけ通知を記録します。

引用

@article{liquidai2025lfm2,
 title={LFM2 Technical Report},
 author={Liquid AI},
 journal={arXiv preprint arXiv:2511.23404},
 year={2025}
}

著者によるhuggingface.co/LiquidAI/LFM2.5-VL-450M#citationの引用ブロックからコピーしています。