想在显存不大的显卡上跑本地 AI，第一道门槛往往不是速度，而是模型能不能装进去。LFM3-1.7B——一个约有17亿个可调权重的语言模型——最新量化报告给出的结果是：将它压到占用3.6 GiB VRAM（显卡自带的高速内存）时，质量仍可保持无损；继续压到2.2 GiB，也只出现有限退化。这里的量化，就是用精度更低的数字保存模型权重，像把大文件压小，但可能损失能力。上述效果来自报告作者自述。
这组数字值得看，因为它把“省显存”和“掉质量”之间的取舍摆得很直观：3.6 GiB是报告所称的无损档，2.2 GiB则用少量退化换取更低门槛。报告用困惑度——模型预测文本时有多不确定的指标，通常越低越好——衡量压缩影响。不过，供稿没有披露各档位的具体困惑度数值，因此目前更适合把它看作一张容量路线图，而不是完整的能力证明。