Liquid AI, o spin-off do MIT por trás da linha Liquid Foundation Models, anunciou o LFM3 na terça-feira, uma nova geração de modelos abertos construídos para trazer o que a empresa chama de “inteligência especializada” para telefones, laptops, robôs e outros hardwares de ponta. O lançamento cobre seis modelos na faixa de parâmetros 2B – texto, visão, áudio, omni e dois modelos de decisão – todos ramificados de um backbone LFM3-1.7B-Base compartilhado e disponível hoje no Hugging Face, no Liquid AI Playground e na API da empresa.
Uma arquitetura tri-híbrida redesenhada para agentes Para mais contexto sobre esta história, confira nossa tendências de IA.
O LFM2 estabeleceu que um híbrido de circunvoluções curtas e atenção poderia funcionar rapidamente no dispositivo sem abrir mão de muita qualidade. Para o LFM3, a Liquid AI reexecutou sua pesquisa automatizada de arquitetura de hardware-in-the-loop com cargas de trabalho de agente em mente, expandindo o espaço de pesquisa de CPUs em um telefone e um laptop para 14 combinações de dispositivos e back-end. O hardware medido agora inclui o Samsung Galaxy S26 Ultra, o OnePlus 15, um Raspberry Pi 5, M4 Max da Apple, laptops AMD Ryzen AI, CPUs em nuvem Arm e x86, GPUs e Hexagon NPU da Qualcomm.
O resultado é uma pilha "tri-híbrida" de 24 camadas: 13 camadas fechadas de convolução curta, 5 camadas de atenção de janela deslizante com uma janela de 256 tokens e 6 camadas de atenção global. Os tamanhos dos kernels de convolução cresceram de 3 para 7, e novos mecanismos incluem atenção controlada por cabeça (uma porta sigmóide que pode desligar cabeças individuais), RoPE parcial em camadas globais e normalização sanduíche. A empresa diz que as mudanças adicionam expressividade onde é importante, ao mesmo tempo que mantêm rápida a inferência em contextos longos.
Treinado em 22 trilhões de tokens
O LFM3-1.7B-Base foi pré-treinado em 22 trilhões de tokens, com um mix de dados que adiciona mais artigos científicos, código em nível de repositório e matemática do que o LFM2. Os 3,5 trilhões de tokens finais formam um estágio intermediário de treinamento em dados selecionados e de alta qualidade, que são pesados em rastreamentos de agentes e diversas chamadas de ferramentas – e esse estágio também estende a janela de contexto para 256 mil tokens.
O pós-treinamento passou por quatro estágios: ajuste fino supervisionado em 1,75 trilhão de tokens, abrangendo bate-papo, raciocínio e chamada de ferramentas; aprendizagem por reforço misto em matemática, código, SQL e resultados estruturados; destilação de múltiplos domínios sob política, na qual seis professores especializados em RL (código, matemática, uso de ferramentas, contexto longo, trabalho de agentes e fluxos de trabalho empresariais) são destilados de volta em um modelo; e RL agente, onde tarefas desde navegação na web até trabalho de escritório são executadas dentro de equipamentos de agentes reais, como Hermes Agent, Pi e OpenClaw.
Modelo pequeno, resultados agentes adjacentes à fronteira
Liquid AI afirma que o LFM3-1.7B supera seu LFM2.5-2.6B anterior, usando 35% menos parâmetros. Nas avaliações de agentes, a empresa diz que o modelo lidera no acompanhamento de instruções e na chamada de funções em BFCL e ToolSandbox, e supera o substancialmente maior Qwen3.5-9B em tarefas de navegador de longo horizonte e aplicativos de negócios em WebArena-Verified e AutomationBench. Modelos maiores ainda vencem em codificação e conhecimento de agente, embora a empresa relate que a pesquisa de ferramentas quase dobra a pontuação do modelo pequeno no Último Exame da Humanidade.
A velocidade é a manchete. Medido com llama.cpp com quantização de 4 bits e um contexto de 32K, Liquid AI diz que LFM3-1.7B foi o modelo mais rápido em todos os três dispositivos de ponta testados, decodificando 1,8 a 2,8 vezes mais rápido que o próximo concorrente enquanto usa menos memória. Um contexto completo de token de 128K precisa de cerca de 1,6 GB de cache KV, contra 4,3 GB para Qwen3.5-4B e 5,6 GB para MiniCPM5-2B, e o modelo cabe em aproximadamente 1 GB de memória com precisão de 4 bits. No datacenter, um único NVIDIA B300 executando SGLang em BF16 pode produzir 3,6 bilhões de tokens por dia em 1.024 solicitações simultâneas. Para mostrar o que esse rendimento permite, a Liquid AI executou mais de 300.000 agentes LFM3-1.7B paralelos no arquivo de e-mail da Enron como demonstração.
Visão, áudio e um primeiro modelo Omni
LFM3-VL-2B traz um novo codificador de visão interno com 164 milhões de parâmetros que, de acordo com Liquid AI, usa 3x menos computação do que o codificador SigLIP2 em modelos de visão LFM anteriores, ao mesmo tempo que corresponde à precisão do codificador Qwen3.5-2B com 2,2x menos FLOPs. Em 62 benchmarks de visão, a empresa afirma que o modelo 2B pontua pelo menos 7,4 pontos à frente de todos os modelos de tamanho semelhante, corresponde ao Gemma 4 12B – um modelo mais de seis vezes maior – supera o Gemini 3.5 Flash Lite e fica a 2 pontos do GPT-5.6 Luna. É também o primeiro modelo de visão LFM a aceitar entrada de vídeo.
LFM3-Audio-2B lida com reconhecimento de fala, síntese e tradução em 18 idiomas, alimentado por um novo codificador interno e um tokenizer chamado LiquidCodec que converte tokens gerados em fala em aproximadamente 87x em tempo real em um único thread de CPU. Com entrada de microfone de streaming, o tempo para o primeiro token pode ser tão baixo quanto 50 milissegundos.
LFM3-Omni-2B, com 2,2 bilhões de parâmetros, é o primeiro modelo omni da empresa, combinando visão, áudio e linguagem para que os usuários possam fazer perguntas faladas sobre imagens ou vídeos com som sincronizado. Dois modelos de decisão, d1-2B e d1-Omni-2B, fecham a família: em vez de gerar respostas de formato livre, eles respondem a muitas perguntas digitadas ou faladas em uma única passagem, cada uma com uma probabilidade calibrada, e suportam tipos de respostas estruturadas como Apontar (desenhar uma caixa delimitadora), Ler, Estimar e Escolher.
Construído para ser especializado
A Liquid AI posiciona a família como um ponto de partida para o ajuste fino, em vez de um modelo de fronteira de uso geral. Numa demonstração, a empresa ajustou o LFM3-VL-2B em cerca de 3.000 fotos públicas de pás de turbinas eólicas para classificar defeitos. Pronto para uso, tanto o LFM3-VL-2B quanto o GPT-6 Luna identificaram corretamente os tipos de defeitos em menos de 10% das imagens de teste; após algumas horas de treinamento em um único A100, o LFM3 ajustado atingiu 67 por cento de precisão de classificação e melhorou a detecção F1 de 0,003 para 0,11, em comparação com 0,01 para o GPT-6 Luna. A empresa também publicou os primeiros experimentos de robótica cobrindo orquestração de ferramentas, navegação por linguagem visual e manipulação de braço robótico de baixo nível.
Os parceiros de lançamento do dia zero incluem Ambarella, AMD, Arm, Intel via OpenVINO, NVIDIA, OpenRouter, Qualcomm via AI Hub e GenieX, e Vercel, com Mercedes-Benz e Shopify participando de testes de pré-lançamento. Os tempos de execução da comunidade, incluindo llama.cpp, MLX, LM Studio, Ollama e vLLM, oferecem suporte aos modelos no lançamento.
O lançamento sublinha uma divisão mais ampla da indústria: à medida que os laboratórios de fronteira perseguem modelos generalistas cada vez maiores, a Liquid AI aposta que modelos pequenos, rápidos e especializados – baratos o suficiente para serem ajustados em uma GPU e pequenos o suficiente para serem executados localmente – serão onde grande parte do valor prático chegará.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
