Liquid AI ra mắt thế hệ thứ ba của mô hình nền tảng Liquid, LFM3: sáu mô hình cấp 2B chia sẻ cùng một backbone LFM3-1.7B-Base, lần lượt bao phủ văn bản, thị giác (lần đầu tiên hỗ trợ đầu vào video), giọng nói, đa phương thức toàn diện và đầu ra “ra quyết định”, trọng số đã được tải lên Hugging Face, tập trung vào việc chạy cục bộ trên các thiết bị như điện thoại di động, máy tính xách tay và tinh chỉnh trên một GPU.
Độ tin cậy: Cao (80) · Thời gian sự kiện 2026-10-27
Lý do
- Nhà phát triển tuyên bố kiến trúc ba thành phần hỗn hợp mới (tích chập ngắn có cổng + cơ chế chú ý cửa sổ trượt + cơ chế chú ý toàn cục) giúp LFM3-1.7B vượt qua LFM2.5-2.6B với ít hơn 35% tham số, trong đó cải thiện lớn nhất nằm ở các tác vụ tác nhân: điểm số WebArena-Verified đạt 38.42 (thế hệ trước là 3.02). Mô hình văn bản sau khi lượng tử hóa 4-bit nặng khoảng 1GB, ngữ cảnh 256K, được tiền huấn luyện trên 22T token.
- Điểm trung bình của LFM3-VL-2B trên 62 tiêu chuẩn thị giác đã tăng từ 57.6 (LFM2.5-VL-3B) lên 71.4, nhà phát triển tuyên bố tương đương với Gemma 4 12B; lượng tính toán của bộ mã hóa thị giác tự phát triển bằng một phần ba so với SigLIP2.
- LFM3-Omni-2B là mô hình đa phương thức toàn diện đầu tiên của Liquid, có thể nhìn, nghe và trả lời bằng giọng nói, có thể thay thế cho chuỗi liên kết giữa nhận dạng giọng nói + mô hình ngôn ngữ thị giác + LLM + tổng hợp giọng nói; bộ mã hóa âm thanh là hoàn toàn nhân quả, nhà phát triển tuyên bố token đầu tiên nhanh nhất chỉ trong 50 mili giây.
- d1-2B, d1-omni-2B không tạo ra văn bản, mà thay vào đó trả lời nhiều câu hỏi cho một đầu vào trong một lần chạy forward, mỗi câu hỏi kèm theo một xác suất đã được hiệu chỉnh, dùng để thực hiện các phán đoán có cấu trúc như phân loại vé công việc, đọc các trường trên hóa đơn.
Cách sử dụng
- Các mô hình nằm trong tổ chức LiquidAI trên Hugging Face (bộ sưu tập LFM3, bao gồm LFM3-1.7B-Base dành cho việc tự hậu huấn luyện), có thể tải bằng transformers (yêu cầu trust_remote_code); thẻ mô hình còn liệt kê các công cụ suy luận như llama.cpp.
- Nhà phát triển tuyên bố mỗi mô hình đều có thể được tinh chỉnh trên một GPU duy nhất; LFM3-1.7B đã được hậu huấn luyện cho các khung tác nhân như Hermes Agent, Pi, OpenClaw.
Rủi ro
- Giấy phép là LFM Open License v1.0, không phải Apache hay MIT: các công ty có doanh thu hàng năm từ 1,000 triệu USD trở lên không nằm trong phạm vi cấp phép cho mục đích thương mại.
- Tất cả điểm số đều do Liquid tự công bố, không có sự tái hiện từ bên thứ ba; chưa xem qua đầu ra thực tế của mô hình.