Liquid AI 发布 LFM3 模型家族：六款 2B 级开源权重模型共享同一底座

发生了什么

新架构是这次发布的技术起点：LFM3 采用门控短卷积、滑窗注意力与全局注意力三混合层，24 层中 13 层为卷积、5 层为 256 token 窗口的滑窗注意力、6 层为全局注意力，架构搜索覆盖 14 种设备与后端组合，包括三星 Galaxy S26 Ultra、OnePlus 15、树莓派 5、苹果 M4 Max、AMD Ryzen AI 与高通 Hexagon NPU。

六款模型分工如下：LFM3-1.7B 处理文本，上下文窗口 256K token；LFM3-VL-2B 处理文本、图像与视频；LFM3-Audio-2B 处理文本或音频输入、输出文本或语音，支持 18 种语言；LFM3-Omni-2B 为该公司首款全能模型，接受文本、图像、视频与音频，输出文本与语音；d1-2B 与 d1-Omni-2B 为决策模型，单次前向输出带校准概率的答案，新增指向、读取、估计与多选四种类型化答案。

开放方式与定位一并公布：底座与后训练模型以开源权重形式上线 Hugging Face，同时登陆 Liquid AI Playground 与 Liquid AI API，首日合作方包括 Ambarella、AMD、Arm、英特尔 OpenVINO、英伟达、OpenRouter、高通与 Vercel，梅赛德斯-奔驰与 Shopify 参与发布前测试评估。公司自报的基准数字包括文本模型 BFCL V4 工具调用 71.39 分、IFEval 96.66 分，视觉模型在 62 项视觉基准上平均 71.4 分，上述数字为公司自报，暂无独立复现。

关键事实

1. 发布：Liquid AI 10 月 27 日在官方博客发布 LFM3，定位为面向专用智能的新一代 Liquid 基础模型。
2. 规模：首批六款模型均在 2B 参数级别，共享 LFM3-1.7B-Base 底座，底座预训练 22T token。
3. 文本模型：LFM3-1.7B 参数量 1.73B，上下文窗口 256K token，支持 16 种语言，公司称 4-bit 精度下约占用 1GB 内存。
4. 视觉模型：LFM3-VL-2B 首次接受视频输入，公司称在 62 项视觉基准上平均 71.4 分，接近 6 倍规模的 Gemma 4 12B 的 71.7 分。
5. 音频与全能：LFM3-Audio-2B 支持 18 种语言的转录、合成与翻译；LFM3-Omni-2B 为首款全能模型，可对图像与视频做语音问答。
6. 决策模型：d1-2B 与 d1-Omni-2B 单次前向回答全部问题并给出校准概率，d1-2B 较上一代 d1-3B 参数量减少三分之一。
7. 许可与获取：模型以 LFM Open License v1.0 开源权重发布，年收入 1000 万美元以下可免费商用，达到该门槛需另签商业协议。