Liquid AI 开源 LFM3：6 个约 2B 模型，权重可下，单卡能微调

北京时间 10 月 28 日凌晨 1:07，Liquid AI 官宣：新一代 Liquid Foundation Models——LFM3 开放权重。不是「又来一个聊天小模型」，而是一套约 2B 量级、覆盖文字 / 视觉 / 音频 / 全能 / 决策的开源全家桶，官方说法是：挑你需要的那个，在自己数据上微调，然后直接跑到设备上。

先补一句这家是谁：Liquid AI 做的是端侧、高效率基础模型——目标是模型小、跑得动、还能针对具体场景定制，而不是堆一个云端巨无。

官方博客

https://www.liquid.ai/blog/lfm3

Hugging Face 权重合集

https://huggingface.co/collections/LiquidAI/lfm3

文档

https://docs.liquid.ai

Liquid AI 开源 LFM3：6 个约 2B 模型，权重可下，单卡能微调图1

Liquid AI 官方宣布帖（2026-10-28 01:07 CST）

Liquid AI 开源 LFM3：6 个约 2B 模型，权重可下，单卡能微调图2

官方发布视频截帧：LFM3 家族一览

开源了啥

对照官方博客和文档，这一拨可以这么记：

• 新一代 LFM：共用新骨干 LFM3-1.7B-Base，预训练约 22T tokens。

• 三混合架构 + 多模态编码器：博客写的是 tri-hybrid——门控短卷积、滑动窗口注意力、全局注意力三层混搭；视觉 / 音频编码器是自家新做的。

• 6 个约 2B 级实例：LFM3-1.7B（文本）、LFM3-VL-2B（图+视频）、LFM3-Audio-2B（语音）、LFM3-Omni-2B（视听文）、以及决策模型 d1-2B、d1-Omni-2B。

• 权重开放：base 与后训练版本都在 Hugging Face，也可走官方 Playground / API。

• 单卡能微调、端侧能跑：官方反复强调 fine-tune on 1 GPU，部署面向手机 / PC / NPU。

• 文本模型规格：LFM3-1.7B 上下文约 256K；4bit 量化体积约 1 GB。

六个模型各管啥

• LFM3-1.7B：纯文本，面向本地智能体、工具调用、长上下文。

• LFM3-VL-2B：识图 + 视频输入，强调空间 / 具身理解；官方称约 1.9B 参数。

• LFM3-Audio-2B：听写、语音对话、工具调用，支持 18 种语言。

• LFM3-Omni-2B：首次把视觉、音频、语言装进同一个生成模型。

• d1-2B / d1-Omni-2B：不做长文生成，一次前向给出带校准概率的结构化答案；Omni 版可听音频。

Liquid AI 开源 LFM3：6 个约 2B 模型，权重可下，单卡能微调图3

官方配图：LFM3-Omni 覆盖的能力面

Liquid AI 开源 LFM3：6 个约 2B 模型，权重可下，单卡能微调图4

Hugging Face 上的 LFM3 Collection 卡片

跟谁一起上线

官方 day-0 伙伴名单里有 AMD、Arm、NVIDIA、OpenRouter、Qualcomm（AI Hub / GenieX）、Vercel、Ambarella，以及 Intel（OpenVINO）。Arm 当天发帖祝贺，并给出在 Arm CPU 上的早期临时数字：LFM3-1.7B（Q4_0）开 SME2 后，预填充约 3.1×、解码约 1.5× 加速——这是 Arm 侧的 provisional 口径，不是 Liquid 博客里的主表。

开发者生态侧，官方点名了 Hugging Face、llama.cpp、MLX、Ollama、vLLM、SGLang、Unsloth 等，意思是：下载权重之后，常见本地栈基本能接上。

跟你有啥关系

盯开源权重的：今天就能从 HF 拉 LFM3 合集，文本到全能都有对应仓库。盯端侧 / 边缘的：约 2B、4bit 约 1 GB、官方对着 14 类处理器做过硬件回环搜索——方向是「能装进设备」而不是「再堆一个云端旗舰」。盯垂直场景的：官方示例包括单卡微调工业质检、机器人编排 / 导航 / 操作；决策模型适合工单、票据、界面这类「一次过完、给结构化答案」的活。

Liquid AI 开源 LFM3：6 个约 2B 模型，权重可下，单卡能微调图5

官方演示截帧：端侧视听问答 / 助手场景

开源了啥

六个模型各管啥

跟谁一起上线

跟你有啥关系

相关链接