Liquid AI a publié LFM3, la nouvelle génération de ses Liquid Foundation Models. Il s’agit d’une famille de six modèles à poids ouverts, de classe 2B, soit de l’ordre de deux milliards de paramètres (les réglages internes qui déterminent le comportement d’un modèle), construits sur une base commune. Ils couvrent le texte, la vision, l’audio, l’« omni » (qui combine plusieurs modalités) et les tâches de décision.
- Liquid AI publie LFM3, une famille de six modèles multimodaux à poids ouverts d’environ deux milliards de paramètres.
- Selon l’éditeur, LFM3-1.7B devance Qwen3.5-9B en moyenne, mais reste en retrait sur les connaissances et le code.
- En 4 bits, ce modèle tient en environ 1 Go et fonctionne sur téléphone et ordinateur portable.
- La licence autorise l’usage commercial gratuit jusqu’à 10 millions de dollars de revenus annuels.
Une famille de six modèles
Les six modèles partent tous de LFM3-1.7B-Base. Le modèle LFM3-1.7B, de 1,73 milliard de paramètres et doté d’une fenêtre de contexte de 256K tokens (la quantité de texte qu’un modèle peut traiter en une fois, exprimée en morceaux de mots), est destiné aux agents locaux et a été post-entraîné pour des environnements comme Hermes Agent, Pi et OpenClaw. LFM3-VL-2B est présenté comme le premier modèle de vision de la famille LFM à accepter la vidéo, échantillonnée à 2 images par seconde. LFM3-Audio-2B traite la parole en entrée et en sortie dans 18 langues, avec appel d’outils. LFM3-Omni-2B combine vision, audio et langage, et répond en texte ou en parole.
Enfin, d1-2B et d1-Omni-2B sont des modèles de décision qui répondent à de nombreuses questions en une seule passe avant, l’étape de calcul qui produit une réponse.
Une architecture hybride
Le socle combine trois types d’opérateurs sur 24 couches : 13 convolutions courtes à porte, 5 couches d’attention à fenêtre glissante et 6 couches d’attention globale. Selon Liquid AI, cette combinaison a été trouvée grâce à une recherche d’architecture « hardware-in-the-loop », c’est-à-dire qui prend en compte le matériel réel. LFM2 avait été réglé sur un téléphone et un ordinateur portable, tandis que LFM3 l’a été sur 14 combinaisons d’appareils et de backends, dont un Raspberry Pi 5 et le NPU Qualcomm Hexagon.
Le modèle de base a été entraîné sur 22T tokens, dont les 3,5T derniers, orientés vers les agents, ont également porté le contexte à 256K. Le post-entraînement s’est déroulé en quatre étapes, un réglage supervisé (SFT) sur 1,75T tokens, un apprentissage par renforcement mixte, la distillation de six modèles « spécialistes » vers un seul, puis un apprentissage par renforcement agentique.
Des résultats annoncés par l’éditeur
D’après les évaluations de Liquid AI, LFM3-1.7B obtient une moyenne de 49,37 sur 29 benchmarks, contre 47,24 pour Qwen3.5-9B. Sur WebArena-Verified, il atteint 38,42 contre 28,94 pour Qwen3.5-9B, et sur BFCL V4, 71,39 contre 62,83. En revanche, le modèle reste en retrait sur les connaissances et le code agentique : GPQA Diamond affiche 63,37 contre 80,40 pour Qwen3.5-9B, et SWE-bench Verified 43,40 contre 51,20. Sur Humanity’s Last Exam, le score passe de 7,17 à 13,90 avec outils.
Pour la vision, LFM3-VL-2B affiche une moyenne de 71,4 sur 62 benchmarks, contre 71,7 pour Gemma 4 12B sur la même suite. LFM3-Audio-2B atteint un taux d’erreur de mots (WER) de 6,2 en anglais et un score de 3,8 en UTMOSv2 pour la synthèse vocale. LFM3-Omni-2B obtient 70,1 sur Daily-Omni, contre 61,3 pour Qwen2.5-Omni-7B.
La licence LFM Open License v1.0 autorise l’usage commercial gratuit jusqu’à 10 millions de dollars de revenus annuels.
Déploiement
Les poids sont disponibles sur Hugging Face, sur le Liquid AI Playground et via la Liquid API, avec des formats GGUF, MLX et ONNX pour les modèles texte et vision. Les environnements d’exécution cités incluent llama.cpp, MLX, vLLM, SGLang, Ollama et Transformers. Liquid AI indique qu’en 4 bits, LFM3-1.7B nécessite environ 1 Go de mémoire, ce qui le rend adapté aux téléphones et aux ordinateurs portables.
Sur un NVIDIA B300 avec SGLang, le modèle produit 3,6B tokens par jour pour 1 024 requêtes simultanées. Liquid AI montre aussi qu’une spécialisation est possible : quelques heures de réglage supervisé et d’apprentissage GRPO sur un seul A100 ont porté la classification des défauts sur des éoliennes à 67 %.
