用LFM3构建专用多模态模型
Liquid AI推出LFM3系列，约20亿参数，覆盖文本、视觉、音频、全模态和决策任务，共用同一主干。据称其文本模型以少约三分之一的参数超过前代LFM2.5-2.6B；权重开放，适合单GPU微调和端侧使用。
文章要点
2026年10月27日，Liquid AI在Hugging Face博客上发布了LFM3，即其Liquid Foundation Models的第三代。该系列涵盖文本、视觉、音频、全模态和决策模型，共六个约20亿参数的模型，共用同一主干；17亿参数的LFM3-1.7B在参数量减少35%的情况下超过了LFM2.5-2.6B。
文本模型在4位精度下约占1 GB，拥有256K词元的上下文窗口，面向本地智能体和工具调用。LFM3-VL-2B首次支持视频输入，LFM3-Audio-2B支持18种语言的语音，LFM3-Omni-2B是公司首个全模态模型，d1模型可一次回答多个问题并给出校准后的概率。每个模型都可在单块GPU上微调，并提供Colab笔记本，所有权重均在Hugging Face开放。
本摘要由 AnnuIA 根据 Hugging Face 官方页面用自己的话撰写。内容及版权归发布方所有，请阅读原文。