Liquid AI 发布 LFM3 系列：六款 2B 级多模态模型共用同一骨干

Liquid AI 推出 LFM3 系列模型

Liquid AI 在 Hugging Face 博客发布文章，介绍新一代 Liquid Foundation Models（LFM3）。据文章描述，LFM3 将文本、视觉、音频、全模态（omni）与决策模型放在同一共享骨干上，参数规模均在 2B 级别，包括 LFM3-1.7B、LFM3-VL-2B、LFM3-Audio-2B、LFM3-Omni-2B，以及 d1-2B 和 d1-omni-2B。官方称这些模型均可在单张 GPU 上微调，并面向端侧部署。

架构变化与官方说法

文章称，LFM3 相比 LFM2 家族有四方面变化：新的三混合（tri-hybrid）架构与训练配方，使 LFM3-1.7B 在参数少 35% 的情况下表现优于 LFM2.5-2.6B；六款模型全部从 LFM3-1.7B-Base 分支而来；文本模型 4-bit 精度下约占 1 GB，上下文窗口为 256K；每个模型都支持单卡微调。文章还提到新的自研视觉与音频编码器，以及音频分词器 LiquidCodec。文中给出的基准分数、速度与体积数据均为官方自述，尚未见独立第三方复现。

使用方式与限制

文章给出基于 transformers 的加载示例，并提示不同模型对 transformers 版本与依赖有不同要求，例如视觉模型需 transformers>=5.21.0。可用平台、语言支持、许可证与部署条件请以各模型卡和官网当前信息为准。上述性能与对比结论来自厂商博客，尚未获独立验证，实际效果需以自测为准。