Liquid AI представила LFM3 — новое поколение своих Liquid Foundation Models. Это семейство из шести моделей с открытыми весами класса 2B, то есть порядка двух миллиардов параметров (внутренних настроек, определяющих поведение модели), построенных на общей основе. Они охватывают текст, зрение, аудио, «омни» (объединяющее несколько модальностей) и задачи принятия решений.
Семейство из шести моделей
Все шесть моделей исходят из LFM3-1.7B-Base. Модель LFM3-1.7B, имеющая 1,73 миллиарда параметров и контекстное окно в 256K токенов (объем текста, который модель может обработать за раз, выраженный в фрагментах слов), предназначена для локальных агентов и была дообучена для сред вроде Hermes Agent, Pi и OpenClaw. LFM3-VL-2B представлена как первая модель компьютерного зрения в семействе LFM, принимающая видео, сэмплированное с частотой 2 кадра в секунду. LFM3-Audio-2B обрабатывает речь на входе и выходе на 18 языках с вызовом инструментов. LFM3-Omni-2B объединяет зрение, аудио и язык и отвечает текстом или речью.
Наконец, d1-2B и d1-Omni-2B — это модели принятия решений, которые отвечают на множество вопросов за один прямой проход, этап вычислений, порождающий ответ.
Гибридная архитектура
Основание сочетает три типа операторов на 24 слоях: 13 коротких сверток с гейтом, 5 слоев скользящего оконного внимания и 6 слоев глобального внимания. По словам Liquid AI, эта комбинация была найдена с помощью поиска архитектуры «hardware-in-the-loop», то есть учитывающего реальное оборудование. LFM2 настраивался на телефоне и ноутбуке, тогда как LFM3 — на 14 комбинациях устройств и бэкендов, включая Raspberry Pi 5 и NPU Qualcomm Hexagon.
Базовая модель обучалась на 22T токенов, причем последние 3,5T, ориентированные на агентов, также расширили контекст до 256K. Дообучение проходило в четыре этапа: контролируемая тонкая настройка (SFT) на 1,75T токенов, смешанное обучение с подкреплением, дистилляция шести «специализированных» моделей в одну, а затем агентное обучение с подкреплением.
Результаты, объявленные издателем
Согласно оценкам Liquid AI, LFM3-1.7B набирает в среднем 49,37 по 29 бенчмаркам против 47,24 у Qwen3.5-9B. На WebArena-Verified он достигает 38,42 против 28,94 у Qwen3.5-9B, а на BFCL V4 — 71,39 против 62,83. С другой стороны, модель отстает в знаниях и агентном коде: GPQA Diamond показывает 63,37 против 80,40 у Qwen3.5-9B, а SWE-bench Verified — 43,40 против 51,20. На Humanity’s Last Exam оценка возрастает с 7,17 до 13,90 при использовании инструментов.
Для компьютерного зрения LFM3-VL-2B показывает средний балл 71,4 по 62 бенчмаркам против 71,7 у Gemma 4 12B на том же наборе. LFM3-Audio-2B достигает частоты ошибок по словам (WER) 6,2 на английском и оценки 3,8 по UTMOSv2 для синтеза речи. LFM3-Omni-2B набирает 70,1 на Daily-Omni против 61,3 у Qwen2.5-Omni-7B.
Лицензия LFM Open License v1.0 разрешает бесплатное коммерческое использование при годовом доходе до 10 миллионов долларов.
Развертывание
Веса доступны на Hugging Face, в Liquid AI Playground и через Liquid API, с форматами GGUF, MLX и ONNX для текстовых и визуальных моделей. Упомянутые среды исполнения включают llama.cpp, MLX, vLLM, SGLang, Ollama и Transformers. Liquid AI указывает, что в 4-битном формате LFM3-1.7B требует около 1 ГБ памяти, что делает его подходящим для телефонов и ноутбуков.
На NVIDIA B300 с SGLang модель генерирует 3,6B токенов в день при 1024 одновременных запросах. Liquid AI также показывает, что возможна специализация: несколько часов контролируемой тонкой настройки и обучения GRPO на одном A100 повысили точность классификации дефектов на ветряных турбинах до 67%.
