Liquid AI发布LFM3：约2B参数的小模型家族，文字、视觉、语音全都能在手机上跑

最近大模型新闻都在比谁更大，美国公司 Liquid AI 这次反过来，发布了新一代小模型家族 LFM3。首批6款模型都在 2B参数 左右，全部开放权重，可以在 Hugging Face 下载，也能通过官方 API 使用。

六款模型分工

它们都从同一个底座 LFM3-1.7B-Base 训练出来：

LFM3-1.7B：文本模型，上下文 256K，专门为本地智能体调过。
LFM3-VL-2B：视觉模型，第一次支持视频输入。
LFM3-Audio-2B：语音模型，支持18种语言的识别、合成和翻译。
LFM3-Omni-2B：能同时看、听、说的全模态模型。
d1-2B 和 d1-Omni-2B：不写长回答，而是对一组问题直接给出带概率的判断，比如工单分类、发票字段提取。

几个值得注意的数字

官方说文本模型用4位量化后只占约1GB；底座预训练用了22T token；新架构把卷积、滑动窗口注意力和全局注意力混在一起，在8K上下文下比上一代快约25%。智能体类测试里，1.7B 的模型在 WebArena-Verified 等项目上超过了参数大好几倍的对手，不过在编程和知识类测试上，大模型依旧更强。

我的看法

我比较在意两点：一是词表沿用了对非拉丁文字更友好的设计，测试的多语言识别里也包含中文和日文；二是每个模型都能在单张GPU上微调。对想在手机、车机或者笔记本上做离线助手的小团队来说，这类“小而专”的模型可能比追最新的万亿参数模型更实用。

详情见 Liquid AI 官方博客。