📊 查看 AI Rank 模型榜

📱 下载 AI Rank App

LFM3（Liquid AI LFM3）是 Liquid AI 在 2026 年 10 月 27 日发布的新一代 Liquid Foundation Models。首发骨干是 LFM3-1.7B 级别。官方博客 Introducing LFM3 写明：文本／视觉／音频／omni／决策等多模态，共用一套约 2B 量级骨干；权重开放，可在 Hugging Face、Liquid Playground 与 Liquid AI API 使用。

这一发带了什么

对照官网（2026-10-28 核对）：

  • 新的 tri-hybrid 结构（门控短卷积 + 滑动窗口注意力 + 全局注意力），预训练约 22T token。
  • 首批六个约 2B 模型，都从 LFM3-1.7B-Base 分叉。
  • 文本模型 LFM3-1.7B：上下文 256K；文中称 4-bit 大约 1 GB。
  • 开源权重；文档给出本地运行与微调入口。
  • 与上代对比（厂商表述）：LFM3-1.7B 超过 LFM2.5-2.6B，参数少约 35%。

Hugging Face 合集：LiquidAI/lfm3（合集更新时间 2026-10-27）。其中可见 LFM3-1.7B-Base、LFM3-1.7B，以及笔记里链出的 GGUF／ONNX／MLX／FP8／NVFP4 等变体。

模态与型号

  • 文本 LFM3-1.7B：本地智能体、工具调用、长上下文。
  • 视觉 LFM3-VL-2B：图像 + 视频、逐步思考、空间／具身相关能力；新的自研视觉编码器（官方称算力约为前代 SigLIP2 路径的三分之一）。
  • 音频 LFM3-Audio-2B：文本或音频进，文本和／或语音出；语音相关能力覆盖 18 种语言；可从语音触发工具调用。
  • Omni LFM3-Omni-2B（约 2.2B）：视听语言一体（口语视觉问答、带声音的视频理解、多模态工具调用）。
  • 决策 d1-2B／d1-Omni-2B：一次前向回答多道结构化题，并给出校准概率；文中描述 Point／Read／Estimate／Pick 等回答类型。

结构要点（博客层级）

官方给出 24 层搭配：13 层卷积（核大小 7）、5 层 SWA（窗口 256）、6 层全局注意力；另有 head-wise gate、全局层的 partial RoPE、sandwich norm；词表 128K。硬件搜索环从 LFM2 扩到 14 种设备／后端组合。中段训练最后 3.5T token 更偏精选与智能体轨迹，并把上下文拉到 256K。

本地与开源入口

「Get Started」指向：

  1. Hugging Face 权重（上集合集）
  2. Liquid AI API 与 Playground
  3. llama.cpp、MLX、vLLM 等路径，以及苹果／AMD／NVIDIA／SGLang／Qualcomm 相关支持，还有 Liquid 自己的低延迟推理管线

博客称均可单卡微调，并链到微调笔记本（例如用 LFM3-VL-2B 做风机叶片巡检）。本文不编造未核过的命令输出——具体步骤跟现网文档走。

首发合作方文中点名 Ambarella、AMD、Arm、Intel（OpenVINO）、NVIDIA、OpenRouter、Qualcomm、Vercel，以及 Ollama、LM Studio、Unsloth 等工具链。

相对 LFM2 的官方说法

  • 同参数更强（见上 1.7B vs 2.6B 例子）
  • 多模态家族更整齐地挂在同一骨干上
  • 长上下文：在边缘设备、上下文约 8K 时，相对 LFM2-1.2B 大约快 25%（厂商原话）
  • 新视觉／音频编码器，并首次在这篇叙事里放出 omni 与决策线

文中大量榜表格（LiveClaw、BFCL、SWE-bench、视觉套件、ASR、Decision Bench 等）都是 Liquid 自报。除非进了 AI Rank 自己的快照，否则不要当成站内跑分。

→ 榜单： 打开 AI Rank 模型榜 看相关模型

📱 用 AI Rank App 跟踪发布

补充说明

定义摘要

Liquid AI 在 2026-10-27 发布的开源权重基础模型系列，覆盖文本、视觉、音频、omni 与决策，首发约 2B 量级。

权重与渠道

博客写明 base 与后训练模型可在 Hugging Face 下载，并提供 API／Playground。

参数量级

首发约 2B；骨干 LFM3-1.7B-Base；Omni 约 2.2B。

本地运行入口

从博客 Get Started 和 HF 合集 进入，按 Liquid 现网文档使用 llama.cpp／MLX／vLLM 等路径。

继续探索： 打开 AI Rank 模型榜。

或 📱 下载 AI Rank App。

本文使用自动化编辑辅助，依据 Liquid LFM3 博文与 HF 合集元数据于 2026 年 10 月 28 日核对。榜分数值均为厂商披露，未自行复跑。