Liquid AI发布了将文本、图像、语音、视频和决策任务整合为同一系列的LFM3模型家族。开发者可以按所需功能选择小模型，用自己的资料微调，并选择在应用运行的设备上处理，而非依赖云端。

1. 从共同基础扩展为六款模型

LFM3是于2026年10月27日发布的模型家族，六款模型均衍生自LFM3-1.7B-Base。其中四款分别处理文本、视觉、语音，以及同时接收多种信息的全模态输入；另外两款决策模型基于视觉或全模态模型作出判断。整个系列均为约2B级，文本模型为1.7B，全模态模型为2.2B参数，参数即模型学习的数值信息。

基础模型和在基础训练后完善功能的后训练模型均开放了权重，即内部学习得到的数值。可从Hugging Face下载，也可通过Liquid AI API和用于在网页上试用模型的Playground使用。

本地可通过llama.cpp和MLX等运行。开发流程是将模型随应用一同部署，或用特定业务资料进行微调。

2. 面向长上下文效率的混合架构

LFM3混合了短卷积和两种注意力机制，将局部模式处理与广泛上下文处理相结合。与查看完整上下文的注意力不同，局部注意力仅在256个token内处理，以减少长上下文的计算和存储负担。这一架构是在多种设备上综合速度与质量选出的。据公司公布的数据，其每参数推理性能在短输入时与LFM2-1.2B相近，在8K token上下文时约快25%。

预训练使用了22万亿token，在最后3.5万亿token阶段加入高质量资料和工具使用轨迹，将上下文长度扩展至256K。

键值缓存是保存此前计算结果以便复用的内存。据公司公布的数据，填满128K上下文时的缓存内存如下。

表：长上下文中的缓存内存

条件：文本模型，填满128K token上下文的键值缓存

单位：GB

128K上下文的缓存内存对比LFM3-1.7B: 缓存内存 1.6; Qwen3.5-4B: 缓存内存 4.3; MiniCPM5-2B: 缓存内存 5.6LFM3-1.7B1.6Qwen3.5-4B4.3MiniCPM5-2B5.6
128K上下文的缓存内存对比
面向长上下文效率的混合架构
模型缓存内存
LFM3-1.7B1.6
Qwen3.5-4B4.3
MiniCPM5-2B5.6

在保存相同长度上下文时，较小的缓存可为设备内存留出更多余量。

3. 随任务变化的性能与输入方式

文本模型的后训练着重于查找和调用工具。据公司公布的数据，它在指令遵循和部分工具使用项目中表现突出，在浏览器及办公自动化评测中也领先于部分大模型。在工具使用评测BFCL V4中，LFM3-1.7B以71.39分领先于Qwen3.5-9B的62.83分，二者在AutomationBench中分别获得41.29分和15.10分。但在解决真实代码仓库问题的编程评测SWE-bench Verified的OpenCode环境中，其得分为43.40，低于Qwen3.5-9B的51.20，显示出任务间的差异。

视觉模型支持视频输入和逐步推理。据公司公布的数据，其62项视觉评测的平均分比同规模对比模型至少高7.4分，也接近12B模型。

表：视觉评测平均分

条件：原文62项视觉评测全部得分的非加权平均值

单位：分

视觉评测平均分对比LFM3-VL-2B: 平均分 71.4; LFM2.5-VL-3B: 平均分 57.6; Qwen 3.5 2B: 平均分 64.0; Gemma 4 12B: 平均分 71.7LFM3-VL-2B71.4LFM2.5-VL-3B57.6Qwen 3.5 2B64.0Gemma 4 12B71.7
视觉评测平均分对比
随任务变化的性能与输入方式
模型平均分
LFM3-VL-2B71.4
LFM2.5-VL-3B57.6
Qwen 3.5 2B64.0
Gemma 4 12B71.7

语音模型支持18种语言的识别、合成和翻译。全模态模型同时处理语音提问与视频中的视听信息，并衔接工具调用。

4. 设备运行数据与条件

据公司公布的以下手机测试数据，文本模型在对比对象中token生成速度最快，统一内存占用最低；统一内存是CPU和GPU共同使用的内存。这是在同一设备和设置下进行比较的结果。

表：手机上的token生成速度与内存

条件：iPhone 17 Pro，量化设置Q4_0（4位），模型文件格式GGUF，运行工具llama.cpp，输入32K token，批大小1，输出100个token，GPU卸载，即将部分计算转移到图形芯片处理

单位：生成速度tok/s，统一内存GB

同一手机上的token生成速度LFM3-1.7B: 生成速度 43.6; MiniCPM5-2B: 生成速度 15.8; Qwen3.5-4B: 生成速度 15.5; Qwen3.5-9B: 生成速度 10.3; Gemma 4 E4B: 生成速度 15.4LFM3-1.7B43.6MiniCPM5-2B15.8Qwen3.5-4B15.5Qwen3.5-9B10.3Gemma 4 E4B15.4
同一手机上的token生成速度
设备运行数据与条件
模型生成速度内存
LFM3-1.7B43.61.90
MiniCPM5-2B15.83.15
Qwen3.5-4B15.54.53
Qwen3.5-9B10.36.82
Gemma 4 E4B15.46.15

据公司公布的数据，在相同量化及输入输出设置下，AMD Ryzen AI Max+ 395每秒生成129.6个token，Apple M5 Max为237.1个token。处理速度会随部署模型的设备而变化。

服务器方面，据公司公布的数据，单张NVIDIA B300以BF16，即16位浮点格式运行时，达到每秒41,710个token。这是在SGLang 0.5.22的LFM3支持环境下，每次请求输入1,024个token、输出256个token，并发请求数为1,024，运行3次的平均值。

5. 定制化的优势与设备资源负担

据公司公布的数据，用约3千张风力涡轮机叶片照片在单张A100上微调数小时后，视觉模型在约1,400张未参与训练的图片评测中，分类准确率从微调前的不足10%升至67%。兼顾精确率和召回率的检测F1分数从0.003升至0.11，显示出针对业务资料训练的效果。

将这类定制模型部署在靠近应用的位置，可减少网络往返，但计算与内存负担会转移到部署设备和训练硬件上。据公司介绍，文本模型在4位量化下约需1GB，长上下文还需要额外的缓存内存。

原文还提供了以下书目信息，供在研究和文档中引用模型时使用。

@article{liquidAI2026LFM3,
  author = {Liquid AI},
  title = {Introducing LFM3: Every Modality for Specialized Intelligence},
  journal = {Liquid AI Blog},
  year = {2026},
  note = {www.liquid.ai/blog/lfm3},
}

LFM3的核心并非单一巨型模型，而是拓宽了选择，让开发者能按应用的输入与任务挑选2B级模型，并在本地部署。