Liquid AI 发布 LFM3:六个约 2B 参数的模型,从文本到语音
Liquid AI 于 2026 年 10 月 27 日发布 LFM3 系列:面向设备的约 2B 参数文本、视觉、音频和全模态模型,以及用于语音的 LFM3-Audio-2B,采用 LFM Open 许可证。
Liquid AI 于 2026 年 10 月 27 日宣布推出 LFM3,作为其 Liquid Foundation Models 的下一代。首次发布包含六个模型,每个约 20 亿参数,都由同一个 17 亿参数的基础模型分支而来,该基础模型用 22 万亿 token 训练。基础权重和后训练权重都已在 Hugging Face 上开放。
这个系列有什么
- 文本、视觉、音频和全模态模型,外加两个由视觉和全模态模型专门化而来的“决策”模型。
- LFM3-1.7B 是文本模型。它针对 Hermes Agent 和 OpenClaw 等智能体框架做了后训练,上下文 256K token,支持 16 种语言。4 位精度下约占 1 GB。
- LFM3-VL-2B 增加了图像输入,以及 LFM 系列中首次出现的视频输入,并支持分步推理。
- LFM3-Omni-2B 有 21.7 亿参数,接受文本、图像、视频和音频,用文字或语音回答。它的上下文为 32K token。
- LFM3-Audio-2B 是语音模型。它接受文本或 16 kHz 音频,用文本、24 kHz 语音或两者交替回答。它支持流式回复的语音聊天、转写、语音合成,以及覆盖 18 种语言的语音翻译,还有音频理解,以及把语音请求转成工具调用。语音聊天目前只支持英语。BF16 检查点约 4 GB,同时发布了 GGUF、MLX 4 位和 ONNX 版本。
架构
LFM3 采用“三混合”设计,包含三种层。LFM3-1.7B 有 24 层:13 个门控短卷积层、5 个滑动窗口注意力层和 6 个全局注意力层。Liquid 称它在参数量少 35% 的情况下,超过了此前的 LFM2.5-2.6B。音频模型使用公司自研的新型因果编码器和名为 LiquidCodec 的音频分词器,所以模型可以在你还在说话时就开始处理。Liquid 报告首个 token 的时间最低可达 50 毫秒。
请留意这些保留意见
Liquid 自己的表格显示,LFM3-1.7B 在工具使用和指令遵循方面领先于几个更大的模型,其语音数据(包括 6.2% 的英语词错误率)也是它自己的测量结果。模型卡本身则更为谨慎:它建议在知识密集的任务中使用检索或搜索,并表示由于模型很小,不建议用于智能体编程或复杂的多步推理。
许可证
LFM Open License v1.0 是 Apache 风格的许可证,但有一个关键限制:只有当你的公司连同关联公司年营收低于 1000 万美元时,才被许可商用。超过这条线,你需要自己的协议。想了解其他开发者的端侧模型,请看适合笔记本的小型模型。
来源
- Liquid AI: Introducing LFM3, Every Modality for Specialized Intelligence (27 Oct 2026) liquid.ai
- LFM3-1.7B model card (Hugging Face) huggingface.co
- LFM3-Omni-2B model card (Hugging Face) huggingface.co
- LFM3-Audio-2B model card (Hugging Face) huggingface.co
本文涉及的模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| LFM3 Liquid AI | 1.73B – 2.17B | 256K | LFM Open 1.0 (附条件) | 1.19 GB 笔记本或手机 | |
| LFM3-Audio-2B Liquid AI | 2B | 32K | LFM Open 1.0 (附条件) | 4.6 GB 笔记本或手机 |