Liquid AI ha pubblicato LFM3, la nuova generazione dei suoi Liquid Foundation Models. Si tratta di una famiglia di sei modelli a pesi aperti, di classe 2B, ovvero dell’ordine di due miliardi di parametri (le regolazioni interne che determinano il comportamento di un modello), costruiti su una base comune. Coprono testo, visione, audio, « omni » (che combina più modalità) e compiti decisionali.
Una famiglia di sei modelli
I sei modelli partono tutti da LFM3-1.7B-Base. Il modello LFM3-1.7B, da 1,73 miliardi di parametri e dotato di una finestra di contesto di 256K token (la quantità di testo che un modello può elaborare in una volta, espressa in frammenti di parole), è destinato agli agenti locali ed è stato post-addestrato per ambienti come Hermes Agent, Pi e OpenClaw. LFM3-VL-2B è presentato come il primo modello di visione della famiglia LFM a supportare il video, campionato a 2 immagini al secondo. LFM3-Audio-2B elabora la parola in input e output in 18 lingue, con chiamata di strumenti. LFM3-Omni-2B combina visione, audio e linguaggio, e risponde in testo o in voce.
Infine, d1-2B e d1-Omni-2B sono modelli decisionali che rispondono a molte domande in un singolo passaggio forward, la fase di calcolo che produce una risposta.
Un’architettura ibrida
La base combina tre tipi di operatori su 24 strati: 13 convoluzioni corte a gate, 5 strati di attenzione a finestra scorrevole e 6 strati di attenzione globale. Secondo Liquid AI, questa combinazione è stata trovata grazie a una ricerca architetturale « hardware-in-the-loop », cioè che tiene conto dell’hardware reale. LFM2 era stato ottimizzato per un telefono e un laptop, mentre LFM3 lo è stato per 14 combinazioni di dispositivi e backend, tra cui un Raspberry Pi 5 e l’NPU Qualcomm Hexagon.
Il modello base è stato addestrato su 22T di token, di cui gli ultimi 3,5T, orientati agli agenti, hanno anche portato il contesto a 256K. Il post-addestramento si è svolto in quattro fasi: un tuning supervisionato (SFT) su 1,75T di token, un apprendimento per rinforzo misto, la distillazione di sei modelli « specialisti » in uno solo, e poi un apprendimento per rinforzo agentico.
Risultati annunciati dall’editore
Secondo le valutazioni di Liquid AI, LFM3-1.7B ottiene una media di 49,37 su 29 benchmark, contro 47,24 di Qwen3.5-9B. Su WebArena-Verified, raggiunge 38,42 contro 28,94 di Qwen3.5-9B, e su BFCL V4, 71,39 contro 62,83. D’altra parte, il modello rimane indietro su conoscenze e codice agentico: GPQA Diamond segna 63,37 contro 80,40 di Qwen3.5-9B, e SWE-bench Verified 43,40 contro 51,20. Su Humanity’s Last Exam, il punteggio passa da 7,17 a 13,90 con strumenti.
Per la visione, LFM3-VL-2B mostra una media di 71,4 su 62 benchmark, contro 71,7 di Gemma 4 12B sulla stessa suite. LFM3-Audio-2B raggiunge un tasso di errore sulle parole (WER) del 6,2 in inglese e un punteggio di 3,8 in UTMOSv2 per la sintesi vocale. LFM3-Omni-2B ottiene 70,1 su Daily-Omni, contro 61,3 di Qwen2.5-Omni-7B.
La licenza LFM Open License v1.0 autorizza l’uso commerciale gratuito fino a 10 milioni di dollari di ricavi annuali.
Deploy
I pesi sono disponibili su Hugging Face, sul Liquid AI Playground e tramite la Liquid API, con formati GGUF, MLX e ONNX per i modelli testo e visione. Gli ambienti di esecuzione citati includono llama.cpp, MLX, vLLM, SGLang, Ollama e Transformers. Liquid AI indica che in 4 bit, LFM3-1.7B necessita di circa 1 GB di memoria, rendendolo adatto a telefoni e laptop.
Su una NVIDIA B300 con SGLang, il modello produce 3,6B di token al giorno per 1.024 richieste simultanee. Liquid AI mostra anche che una specializzazione è possibile: poche ore di tuning supervisionato e apprendimento GRPO su un singolo A100 hanno portato la classificazione dei difetti sulle turbine eoliche al 67%.
