{"id":2451,"date":"2026-10-01T17:27:06","date_gmt":"2026-10-01T17:27:06","guid":{"rendered":"https:\/\/11000.dev\/index.php\/2026\/10\/01\/liquid-ai-predstavio-lfm2-5-vl-dspark-vizuelni-modeli-do-32-puta-brzi-bez-gubitka-kvaliteta\/"},"modified":"2026-10-01T17:27:06","modified_gmt":"2026-10-01T17:27:06","slug":"liquid-ai-predstavio-lfm2-5-vl-dspark-vizuelni-modeli-do-32-puta-brzi-bez-gubitka-kvaliteta","status":"publish","type":"post","link":"https:\/\/11000.dev\/index.php\/2026\/10\/01\/liquid-ai-predstavio-lfm2-5-vl-dspark-vizuelni-modeli-do-32-puta-brzi-bez-gubitka-kvaliteta\/","title":{"rendered":"Liquid AI predstavio LFM2.5-VL-DSpark: Vizuelni modeli do 3,2 puta br\u017ei bez gubitka kvaliteta"},"content":{"rendered":"

Liquid AI<\/strong> je objavio novi pristup ubrzavanju vizuelno-jezi\u010dkih modela (VLM) pod nazivom LFM2.5-VL-DSpark<\/strong>. Re\u010d je o tehnici takozvanog spekulativnog dekodiranja koja omogu\u0107ava da modeli koji istovremeno obra\u0111uju slike i tekst rade zna\u010dajno br\u017ee, a da pritom ne izgube na kvalitetu odgovora.<\/p>\n

\"Liquid<\/figure>\n

Ako pratite svet ve\u0161ta\u010dke inteligencije, verovatno vam je poznat problem: veliki modeli su mo\u0107ni, ali spori i skupi za izvr\u0161avanje. Spekulativno dekodiranje re\u0161ava taj problem tako \u0161to mali, brzi \u201enacrtni” model predla\u017ee nekoliko slede\u0107ih tokena, a veliki model ih onda samo verifikuje u jednom prolazu. Umesto da veliki model ra\u010duna svaki token pojedina\u010dno, on prakti\u010dno potvr\u0111uje ili odbacuje predloge \u2014 \u0161to drasti\u010dno ubrzava rad.<\/p>\n

Isti trik, nova primena<\/h2>\n

Ono \u0161to Liquid AI sada radi jeste preno\u0161enje tog pristupa iz sveta \u010distog teksta u svet vizuelno-jezi\u010dkih modela. Prema obja\u0161njenju jednog od \u010dlanova tima u komentarima na Hugging Face blogu<\/a>, vizuelni \u201edrafter” koristi istu arhitekturu kao i tekstualni LFM2.5-DSpark modeli. On hvata skrivena stanja ciljnog modela na fiksiranom skupu slojeva i na osnovu njih gradi blok od k kandidata za slede\u0107e tokene.<\/p>\n

Klju\u010dni trik je u tome \u0161to se ise\u010dci slike i tekstualni tokeni projektuju u zajedni\u010dku reprezentaciju<\/strong> pre tih slojeva. Zahvaljuju\u0107i tome, drafter radi sa skrivenim vektorima identi\u010dne dimenzionalnosti bez obzira na to da li na ulazu ima sliku ili tekst. Drugim re\u010dima \u2014 algoritam zaklju\u010divanja ostaje nepromenjen u odnosu na tekstualne modele, \u0161to ceo sistem \u010dini mnogo jednostavnijim za odr\u017eavanje i ponovnu upotrebu.<\/p>\n

Koliko je zapravo br\u017ee?<\/h2>\n

Rezultati su konkretni i lako uporedivi. Prema podacima sa bloga, ubrzanje dosti\u017ee do 3,13 puta na ure\u0111ajima<\/strong> (on-device) i do 2,66 puta na NVIDIA H100<\/strong> grafi\u010dkom procesoru. Ono \u0161to je mo\u017eda i va\u017enije od samih brojeva \u2014 dodatni zahtevi za memorijom ostaju relativno mali, a kvalitet izlaza se ne menja.<\/p>\n

Uz to, tu su i konkretni modeli koje mo\u017eete probati odmah:<\/p>\n

LFM2.5-VL-3B<\/strong> je osnovni model sa oko 3 milijarde parametara, dok je LFM2.5-VL-3B-DSpark<\/strong> znatno lak\u0161i \u2014 svega oko 0,3 milijarde parametara \u2014 i upravo on slu\u017ei kao brzi drafter. Tu je i GGUF verzija<\/strong> istog modela, namenjena lokalnom izvr\u0161avanju.<\/p>\n

Podr\u0161ka od prvog dana<\/h2>\n

Za developere je posebno zanimljivo to \u0161to novi modeli imaju podr\u0161ku \u201eod prvog dana” u alatima kao \u0161to su llama.cpp<\/strong>, MLX-VLM<\/strong> i SGLang<\/strong>. To zna\u010di da mo\u017eete eksperimentisati sa lokalnim i ubrzanim VLM zaklju\u010divanjem bez \u010dekanja na dodatne integracije.<\/p>\n

Uz modele su objavljena i dva relevantna nau\u010dna rada: MMSpec<\/strong>, koji se bavi benchmarkovanjem spekulativnog dekodiranja za vizuelno-jezi\u010dke modele, i DSpark<\/strong>, koji opisuje tehniku zakazivanja spekulativnog dekodiranja sa poluautoregresivnim generisanjem.<\/p>\n

\u0160ta ovo zna\u010di u praksi?<\/h2>\n

Vizuelno-jezi\u010dki modeli su sve prisutniji \u2014 od analize dokumenata i medicinskih slika do asistenata koji \u201egledaju” i odgovaraju na pitanja. Problem je \u0161to su \u010desto prespori i preskupi za \u0161iroku primenu, naro\u010dito na telefonima i laptopovima bez mo\u0107nih GPU-ova. Ako se ubrzanje od preko tri puta poka\u017ee stabilnim i na razli\u010ditim hardverima i zadacima, to bi mogao biti jedan od onih koraka koji VLM-ove prevodi iz laboratorija u svakodnevnu upotrebu.<\/p>\n

Liquid AI o\u010digledno gradi kontinuitet \u2014 prethodno su objavili sli\u010dno ubrzanje za tekstualne modele, a sada istu ideju \u0161ire na multimodalnost. Ostaje da se vidi kako \u0107e se ovi dobici preneti na razli\u010dite ure\u0111aje i realne scenarije, ali smer je jasan: br\u017ee, jeftinije i prakti\u010dnije ve\u0161ta\u010dka inteligencija koja vidi i razume.<\/p>\n","protected":false},"excerpt":{"rendered":"

Liquid AI je objavio novi pristup ubrzavanju vizuelno-jezi\u010dkih modela (VLM) pod nazivom LFM2.5-VL-DSpark. Re\u010d je o tehnici takozvanog spekulativnog dekodiranja koja omogu\u0107ava da modeli koji istovremeno obra\u0111uju slike i tekst rade zna\u010dajno br\u017ee, a da pritom ne izgube na kvalitetu odgovora. Ako pratite svet ve\u0161ta\u010dke inteligencije, verovatno vam je poznat problem: veliki modeli su mo\u0107ni, […]<\/p>\n","protected":false},"author":1,"featured_media":2450,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"content-type":"","footnotes":""},"categories":[103,104],"tags":[],"class_list":["post-2451","post","type-post","status-publish","format-standard","has-post-thumbnail","category-ai","category-tehnologija"],"_links":{"self":[{"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/posts\/2451","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/comments?post=2451"}],"version-history":[{"count":0,"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/posts\/2451\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/media\/2450"}],"wp:attachment":[{"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/media?parent=2451"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/categories?post=2451"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/11000.dev\/index.php\/wp-json\/wp\/v2\/tags?post=2451"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}