Liquid AI、第3世代 Liquid 基盤モデル LFM3 を公開：6つの 2B 級モデルが LFM3-1.7B-Base をバックボーンとして共有し、それぞれテキスト、視覚（動画入力初対応）、音声、全モダリティ、および「意思決定」出力をカバー。重みは Hugging Face に公開済みで、スマートフォンやノートパソコンなどのデバイスでのローカル実行、単一GPUでのファインチューニングを主軸としています。
信頼度：高（80） · イベント日時 2026-10-27
理由
- 公式によれば、新しい3混合アーキテクチャ（ゲート付き短距離畳み込み + スライディングウィンドウアテンション + グローバルアテンション）により、LFM3-1.7B は 35% 少ないパラメータで LFM2.5-2.6B を上回っています。最も向上が大きいのはエージェントタスクで、WebArena-Verified のスコアは 38.42（前世代は 3.02）です。テキストモデルは 4-bit 量子化後、約 1GB、コンテキスト長 256K、事前学習データ量 22T トークンです。
- LFM3-VL-2B は、62 項目の視覚ベンチマークにおける平均スコアが 57.6（LFM2.5-VL-3B）から 71.4 に向上し、公式では Gemma 4 12B と同等とされています。自社開発の視覚エンコーダの計算量は SigLIP2 の3分の1です。
- LFM3-Omni-2B は Liquid 初の全モダリティモデルで、視覚、聴覚、音声応答が可能であり、音声認識 + 視覚言語モデル + LLM + 音声合成の直列接続を置き換えることができます。音声エンコーダは完全因果的であり、公式では最初のトークン生成が最短 50 ミリ秒とされています。
- d1-2B、d1-omni-2B はテキストを生成せず、入力に対して1回のフォワードパスで複数の質問に回答し、それぞれに校正された確率を返します。これにより、チケット分類や請求書フィールド読み取りなどの構造化判断に使用されます。
使い方
- モデルは Hugging Face の LiquidAI 組織（LFM3 コレクション、独自後訓練用 LFM3-1.7B-Base 含む）で公開されており、transformers で読み込み可能（trust_remote_code が必要）。モデルカードには llama.cpp などの推論エンジンも記載されています。
- 公式によれば、各モデルは単一GPUでファインチューニングが可能。LFM3-1.7B は Hermes Agent、Pi、OpenClaw などのエージェントフレームワーク向けに後訓練済みです。
リスク
- ライセンスは LFM Open License v1.0 であり、Apache や MIT ではありません。年間売上高 1,000 万ドル以上の企業による商用利用はライセンス範囲外です。
- ベンチマーク結果はすべて Liquid による独自発表であり、第三者による再現はありません。モデルの実際の出力を確認していません。