Liquid AI представила третье поколение базовых моделей Liquid LFM3: шесть моделей уровня 2B используют общую архитектуру LFM3-1.7B-Base и охватывают работу с текстом, изображениями (впервые с поддержкой видео), аудио, мультимодальными данными и выводом «решений». Веса опубликованы на Hugging Face; основной акцент сделан на локальном запуске на смартфонах, ноутбуках и других устройствах, а также на дообучении на одной видеокарте.
Уверенность: высокая (80) · Дата события 2026-10-27
Обоснование
- По заявлению разработчиков, новая гибридная архитектура (короткие сверточные слои с гейтами + скользящее окно внимания + глобальное внимание) позволяет модели LFM3-1.7B превосходить LFM2.5-2.6B при меньшем количестве параметров (35%). Наибольший прирост достигнут в агентных задачах: результат на WebArena-Verified составил 38.42 (в предыдущем поколении — 3.02). Текстовая модель после квантования до 4 бит занимает около 1 ГБ, имеет контекстное окно 256K токенов и обучалась на 22 трлн токенов.
- Средняя оценка модели LFM3-VL-2B по 62 визуальным бенчмаркам выросла с 57.6 (у LFM2.5-VL-3B) до 71.4. По официальным данным, она сопоставима с Gemma 4 12B. Вычислительная сложность собственного визуального энкодера составляет треть от аналогичного показателя SigLIP2.
- LFM3-Omni-2B — первая мультимодальная модель от Liquid, способная видеть, слышать и отвечать голосом. Она может заменить цепочку из распознавания речи, визуально-языковой модели, LLM и синтеза речи. Аудиоэнкодер полностью каузальный; по официальным данным, время генерации первого токена составляет всего 50 миллисекунд.
- Модели d1-2B и d1-omni-2B не генерируют текст, а за один прямой проход обрабатывают входные данные, отвечая на несколько вопросов и выдавая для каждого откалиброванную вероятность. Это подходит для структурированных задач, таких как классификация заявок или извлечение полей из счетов-фактур.
Использование
- Модели доступны в организации LiquidAI на Hugging Face (коллекция LFM3, включая LFM3-1.7B-Base для самостоятельного дообучения). Их можно загрузить через библиотеку transformers (требуется параметр trust_remote_code); в карточках моделей также указаны другие движки инференса, например llama.cpp.
- По официальным данным, каждую модель можно дообучить на одном GPU. Модель LFM3-1.7B прошла пост-обучение для агентных фреймворков, таких как Hermes Agent, Pi и OpenClaw.
Риски
- Лицензия — LFM Open License v1.0, а не Apache или MIT: коммерческое использование не разрешено для компаний с годовой выручкой 1,000 млн долларов и выше.
- Все результаты бенчмарков опубликованы самой Liquid без независимого подтверждения; реальные выводы моделей не проверялись.