LFM3-VLのブラウザ内動画説明デモを紹介　WebGPUとTransformers.jsで動作

何について

Liquid AIのMaxime Labonne氏は、Xenova氏によるLFM3の紹介を引用し「Perfection」と反応しました。引用元は、約20億パラメータの共通基盤を持つモデル群と、LFM3-VLによるブラウザ内のリアルタイム動画説明を紹介しています。 Xenova氏の動画では、WebGPUとTransformers.jsを利用した画面に動画を表示し、その内容を文章で説明する様子が示されています。投稿から案内されるHugging Faceの「LFM3 VL 2B WebGPU」デモも公開されており、初回に1.94 GBのモデルを読み込む表示が確認できます。 既存のOllama向け提供案内とは、ブラウザで動く視覚モデルの具体例を示す点が異なります。今回確認したのは投稿者による実演と公開デモの案内で、こちらでモデルを読み込んで速度・正確さを測った結果ではありません。利用できる速さや対応状況は端末とブラウザの条件によります。

なぜ注目

モデルの公開だけでなく、WebGPUとTransformers.jsを使った具体的な利用例とデモへの導線が示されています。