約 2B 的多模態小模型家族
2026 年 10 月 27 日，Liquid AI 宣布 LFM3（Liquid Foundation Models 新一代）。首發涵蓋約 2B 參數級、天生多模態方向：文字、視覺、音訊、omni 與決策等變體，掛在同一條新共享骨幹上。官網強調比 LFM2 更有表現力，同時維持效率，適合作「專門化智慧」的起點——可本機微調、可上裝置、可針對窄任務變專家。
Base 與 post-train 權重開源，並上 Hugging Face、Playground 與 Liquid API。
架構與 22T 預訓練
【事實｜Liquid】 LFM3-1.7B-Base 預訓練約 22T tokens；相對 LFM2 增加科學論文、repo 級程式、知識與數學等。最後約 3.5T 為 mid-training（較高品質、較多 agentic／工具軌跡），並把文字模型上下文拉到 256K。
新 tri-hybrid：24 層中 13 層 gated short convolution、5 層 sliding-window attention（256 token 窗）、6 層 global attention；另有 head-wise gated attention、partial RoPE、sandwich norm 等（細節見原文）。硬體迴路從少數裝置擴到 14 組設備／後端組合。官網稱 LFM3-1.7B 以更少參數勝過自家 LFM2.5-2.6B（約少 35% 參數）。
家族裡有哪些變體
約六個 2B 級實例自 LFM3-1.7B-Base 分出，例如：
- LFM3-1.7B（文字，256K；agent／工具向 post-train）
- LFM3-VL-2B（視覺＋影片理解等）
- LFM3-Audio-2B（語音進出、多語等）
- LFM3-Omni-2B（視＋聽＋說）
- d1-2B／d1-Omni-2B（決策：單次前向回答多題，含框選、抽欄位等）
文字模型約 4-bit 可壓到約 1 GB；官網強調單 GPU 即可微調。邊緣吞吐、與 Qwen／Gemma 等比較表皆在原文——引用請回 Liquid 頁核對，勿混用二手彙整。
專門化例子與怎麼開始
官網示範：把 LFM3-VL 短微調做風機葉片缺陷分類；以及把 VL 接到機器人規劃／導航／操作的研究延伸。這些是 Liquid 展示的能力敘事，不是保證你資料集上同分數。
下載與文件見 Liquid 原文 與 Hugging Face；可用 llama.cpp、MLX、vLLM、SGLang 等路徑。選型時先對齊模態（只要文字／要看圖／要語音），再估裝置記憶體與微調資料。
讀數字時請回原文
LFM3 的賣點是「小而可專門化的多模態骨幹」，不是再一個雲端巨型聊天模型。任何 LiveClaw、SWE-bench、視覺平均分等表格，一律以 Liquid 部落格與各 model card 為準；本文不轉貼完整基準表以免過時。
