Les càmeres de fototrampeig que fan servir biòlegs i equips de conservació per vigilar la fauna solen treballar en llocs remots sense connexió a internet, de manera que qualsevol IA que hi identifiqui espècies ha de funcionar directament al mateix dispositiu, amb un maquinari molt més limitat que un servidor al núvol.
Un equip liderat per William Zhou ha publicat el 10 de setembre a arXiv un estudi que compara quatre models de visió i llenguatge de mida reduïda —entre 2.000 i 8.000 milions de paràmetres, de les famílies Qwen3-VL i Gemma3— amb BioCLIP, un model especialitzat de només 300 milions de paràmetres, en la tasca d'identificar 96 espècies animals. Els investigadors han posat a prova els models tant amb fotografies netes de la plataforma naturalista iNaturalist com amb imatges reals de fototrampeig de sis col·leccions de LILA.science, i han trobat que tots els models, generalistes o especialitzats, perden entre 9,6 i 26,6 punts percentuals de precisió quan passen de les fotos netes a les de camp. BioCLIP, tot i ser molt més petit, supera els models generalistes per entre 33,2 i 59,2 punts percentuals, i tots ells inventen entre un 5,9% i un 9,6% de noms d'espècies sintàcticament plausibles però taxonòmicament inexistents quan se'ls demana identificar-les sense donar-los una llista tancada d'opcions.
El resultat suggereix que, per a aplicacions de conservació i biodiversitat sobre el terreny, la mida del model importa molt menys que la qualitat de les dades amb què s'ha entrenat de manera específica per a la tasca, un missatge rellevant en un moment en què molts projectes de conservació confien cada cop més en models generalistes «de sèrie» per estalviar-se entrenar-ne un de propi.
L'estudi es limita a 96 espècies i sis col·leccions concretes de fotografies, i és encara un preprint no revisat per parells; els autors no diuen si els resultats es mantindrien amb un ventall d'espècies molt més ampli o amb hàbitats i condicions de llum diferents dels representats a LILA.science.