[控场AI]
模型LFM3 Omni 2B

Omni 2B

LFM3系列中的多模态模型,支持音频、图像和视频理解,在音频组件基础上加入视觉编码器

时间轴 (近 90 天)

11月4日

Omni 2B 复用音频组件并加入视觉编码器,能处理图像和视频,但不具备 Audio 2B 那样在文本回答前进行“思考”的能力。

待验证50%
11月4日

Omni 2B 在 Daily Omni 上得分70,Qwen 2.5 Omni 7B 为61。

待验证50%
11月4日

工具调用基准上,Omni 2B 得分52,Audio 2B 得分58,Gemma 4 E4B 为72,工具调用是 LFM3 的明显弱项。

待验证50%
11月4日

在包含电话号码、发票号、卢比金额、日期及AI术语的11项转录测试中,模型仅答对5项:发票号、时间、量化、DLLM和Llama.cpp正确。

待验证50%
11月4日

智能家居场景工具调用测试中,Audio 2B 答对9/10,Omni 2B 答对10/10,均正确处理否定指令和多动作命令,且未在无法完成时错误调用工具。

待验证50%
11月4日

Omni 2B 在杂货账单图像测试中给出错误找零和总额判断,且未发现账单总额多印47卢比。

待验证50%
11月4日

三道陷阱题(空白车牌、雨声转录、文字注入)中模型仅答对一题,暴露了小模型在输入信息不足时倾向于“补全”而非拒答的幻觉风险。

待验证50%
11月4日

4位量化后运行速度接近3倍,转录质量未下降;Audio 工具调用保持9/10,Omni 下降1项;两个模型均可在笔记本上离线运行,各占约4 GB内存。

待验证50%

全部知识事实 (8)

来源文章