10 月 27 日，Liquid AI 正式发布新一代基础模型家族 LFM3。首个版本包含六款参数规模在 2B 左右的模型，覆盖文本、视觉、音频、全模态与决策等维度，全部基于 LFM3-1.7B-Base 基础架构，预训练阶段吞吐了 22T Token 数据，开源权重已上线，并获得 AMD、高通、英伟达、苹果 MLX 以及主流框架的首日支持。
13 层卷积加 5 层滑窗加 6 层全局
LFM3 采用全新的三混合层结构，把门控短卷积、滑动窗口注意力机制和全局注意力融合在一起，24 层结构中包含 13 层卷积、5 层滑动窗口注意力与 6 层全局注意力。相比上一代，架构整体重构，硬件适配测试范围扩展到手机、树莓派、笔记本以及各类云端 CPU、GPU 与高通 NPU 等 14 种设备与后端组合。官方测试显示，LFM3-1.7B 在短提示词上与前代保持一致，处理 8K 上下文时速度提升约 25%，文本模型在 4 比特量化下体积约 1GB，端侧部署门槛明显降低。文本模型上下文窗口达 25K，并针对智能体工作流做了深度后训练。
六款模型各管一段
分模型看分工清晰。视觉模型 LFM3-VL-2B 首次加入视频输入，支持分步深度思考、空间视觉推理和图形界面理解，配套自研视觉编码器计算效率较上一代大幅提升。音频模型 LFM3-Audio-2B 支持 18 种语言的语音识别、多语言合成、音频理解与实时语音聊天，采用完全因果架构，首字延迟低至 50 毫秒。全模态模型 LFM3-Omni-2B 把视觉、音频与语言融合进单一模型，支持语音问答、视听视频理解以及跨模态工具调用。决策模型 d1-2B 与 d1-Omni-2B 面向毫秒级快速决策，可对文本、图片或音频输入直接输出结构化决策结果，省去云端交互。
官方强调易微调特性，开发者用单张 GPU 就能低成本微调，例如把模型用于风力发电机叶片缺陷检测这类垂直工业场景；通过 LoRA 适配与端到端训练，LFM3-VL-2B 还能切入机器人操作、视觉导航和多模态具身智能控制，在 Jetson 等边缘硬件上做实时推理。把参数压到 2B 还要保住多模态与决策能力，这条路线与站内记录的EdgeRock-4B 端侧小模型指向同一件事，模型能力正从云端往边缘下沉。
延伸阅读
- 腾讯 WeVisOne-VL 开源：4B 模型统一七类视觉任务，拒答率 96.4%2 天前
- 智谱 GLM-5.3-Flash 夜间免费用：9月3日至20日每晚23点至次日9点全免2 月前
- 小米MiMo-V2.6开源，75万条轨迹练出72分超越GPT-63 周前
- 骁龙 8 Elite Gen 6 发布：本地可跑 300 亿参数 MoE 模型1 月前
继续读
同一批更新里这几篇值得一看：
- 智谱 GLM-Omni 论文露脸：球衣号码画对 72% 文字问只剩 2%2026-10-28
- 蚂蚁百灵 Ling-3.1-flash-1019 开源：44 分2026-10-28
- Mirendil 首模型 Fern 0.1：1000 万 Token 上下文2026-10-28
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记