摘要

MIT 孵化的 Liquid AI 发布 LFM3 模型家族，一次性放出六个约 20 亿参数（基于 LFM3-1.7B-Base）的开放权重模型，覆盖文本、视觉、音频、全模态与两类"决策"模型，全部可在单张 GPU 微调、在手机/笔记本/边缘设备本地运行。文本模型 LFM3-1.7B 拥有 256K 上下文、4-bit 量化下约 1GB 显存。LFM3 采用三混合（tri-hybrid）架构，在 22 万亿 token 上预训练。需注意：其采用"LFM Open License v1.0"——虽开放权重，但商用仅限年营收低于 1000 万美元的组织（非营利研究用途不受限），对大型企业属"源代码可得（source-available）"而非标准开源，转载新闻无误、但使用者需留意模型许可门槛。

正文（译文）

Liquid AI 于 10 月 27 日宣布 LFM3——新一代开放权重 Liquid Foundation Models，将文本、视觉、音频、全模态与决策模型统一到同一共享骨干之上。首个发布涵盖 2B 参数区间的六个模型，均源自同一个 LFM3-1.7B-Base：

• LFM3-1.7B：纯文本模型，256K token 上下文，针对智能体工具链后训练；

• LFM3-VL-2B：19 亿参数视觉-语言模型，可接受图像与视频输入；

• LFM3-Audio-2B：覆盖 18 种语言的音频模型；

• LFM3-Omni-2B：22 亿参数的"首个全模态模型"，接受文本/图像/视频/音频，产出文本与语音；

• d1-2B 与 d1-Omni-2B：从视觉与全模态模型特化而来的"决策模型"，一次性返回一组带概率的校准判断而非生成文本。

Liquid AI 表示，基础与后训练权重已在 Hugging Face 开放，并可通过 Liquid AI Playground 与 API 使用；所有模型均可在单张 GPU 上微调。LFM3-1.7B 拥有 17.3 亿参数、256K 上下文、12.8 万词表、支持 16 种语言，采用 LFM Open License v1.0。架构上，骨干为横跨 24 层的"三混合"结构：13 个门控短卷积、5 个 256-token 滑动窗口注意力层与 6 个全局注意力层；并引入逐头门控注意力、部分 RoPE 与三明治归一化。LFM3-1.7B 在 22 万亿 token 上预训练，末段 3.5 万亿 token 为中训练阶段，将上下文扩至 256K；4-bit 精度下文本模型约占用 1GB 显存。

Liquid AI 称，LFM3-1.7B 以少 35% 的参数超越前代 LFM2.5-2.6B，在 WebArena-Verified（网页智能体基准）上取得 38.42 分（前代为 3.02）；LFM3-VL-2B 在 62 个视觉基准上的均值由 57.6 提升至 71.4，与规模超其六倍的 Gemma 4 12B 持平。发布伙伴包括 AMD、Arm、Intel、NVIDIA、Qualcomm、Ambarella、OpenRouter、Vercel，梅赛德斯-奔驰与 Shopify 参与了发布前测试。