Liquid AI представила LFM3 — семейство компактных моделей с общей основой для текста, изображений, видео, аудио и принятия решений. Компания предлагает выбирать нужную специализацию, дообучать модель на собственных данных и запускать её на устройстве либо в частной инфраструктуре. Веса опубликованы на Hugging Face; отдельно доступна базовая LFM3-1.7B-Base для дальнейшего обучения.
В линейку входят шесть моделей. Текстовая LFM3-1.7B содержит 1,7 млрд параметров. LFM3-VL-2B принимает текст, изображения и видео и отвечает текстом; LFM3-Audio-2B работает с текстом и звуком и умеет генерировать речь. LFM3-Omni-2B объединяет эти виды входных данных. Две модели решений, d1-2B и d1-omni-2B, возвращают структурированные ответы с оценками вероятности за один проход; вторая дополнительно принимает аудио. Это семейство класса 2 млрд параметров, а не одинаковые по размеру модели.
Общая архитектура сочетает короткие свёртки, локальное и глобальное внимание — механизмы обработки близкого и удалённого контекста. Для текстовой модели заявлено окно 256 тысяч токенов для ввода и ответа и около 1 ГБ памяти при четырёхбитном представлении весов. По словам разработчика, каждую модель можно дообучить на одном GPU; для текста, зрения, аудио и Omni опубликованы учебные блокноты.
В собственных измерениях Liquid AI текстовая модель получила 38,42 на WebArena-Verified против 3,02 у LFM2.5-2.6B при ограничении до 40 шагов. Это результат производителя на конкретном тесте, а не независимая оценка. В карточке разработчик не рекомендует LFM3-1.7B для агентного программирования и сложных многошаговых рассуждений из-за малого размера.
Карточки всех шести моделей указывают LFM Open License v1.0. Она содержит ограничение коммерческого использования для организаций с годовой выручкой 10 млн долларов и более; доступные веса не означают безусловно свободное коммерческое применение.
