Liquid AI, spin-off-ul MIT din spatele liniei Liquid Foundation Models, a anunțat marți LFM3, o nouă generație de modele deschise construite pentru a aduce ceea ce compania numește „inteligență specializată” pe telefoane, laptopuri, roboți și alte hardware-uri de vârf. Lansarea acoperă șase modele din gama de parametri 2B - text, viziune, audio, omni și două modele de decizie - toate ramificate dintr-o coloană vertebrală LFM3-1.7B-Base partajată și disponibile astăzi pe Hugging Face, Liquid AI Playground și API-ul companiei.
O arhitectură tri-hibridă reproiectată pentru agenți For more context on this story, see our ongoing AI trends.
LFM2 a stabilit că un hibrid de circumvoluții scurte și atenție ar putea rula rapid pe dispozitiv, fără a renunța la multă calitate. Pentru LFM3, Liquid AI a reluat căutarea automată a arhitecturii hardware-in-the-loop ținând cont de sarcinile de lucru agentice, extinzând spațiul de căutare de la procesoare într-un singur telefon și un laptop la 14 combinații de dispozitive și backend. Hardware-ul măsurat include acum Samsung Galaxy S26 Ultra, OnePlus 15, un Raspberry Pi 5, M4 Max de la Apple, laptopuri AMD Ryzen AI, CPU-uri Arm și x86 cloud, GPU-uri și NPU Hexagon de la Qualcomm.
Rezultatul este o stivă „tri-hibridă” cu 24 de straturi: 13 straturi cu convoluție scurtă, 5 straturi de atenție cu fereastră glisantă cu o fereastră de 256 de jetoane și 6 straturi de atenție globală. Dimensiunile nucleului de convoluție au crescut de la 3 la 7, iar noile mecanisme includ atenția cap-înțelept (o poartă sigmoidă care poate opri capetele individuale), RoPE parțial pe straturi globale și normalizarea sandwich. Compania spune că modificările adaugă expresivitate acolo unde contează, menținând rapidă inferența pe context lung.
Antrenat pe 22 de trilioane de jetoane
LFM3-1.7B-Base a fost pre-antrenat pe 22 de trilioane de jetoane, cu un mix de date care adaugă mai multe lucrări științifice, cod la nivel de depozit și matematică decât LFM2. Ultimele 3,5 trilioane de jetoane formează o etapă de antrenament la mijloc pe date curate, de calitate superioară, care este grea pe urme agentice și diverse apeluri de instrumente - și această etapă extinde, de asemenea, fereastra de context la 256.000 de jetoane.
Post-training a parcurs patru etape: reglare fină supravegheată pe 1,75 trilioane de jetoane, care acoperă chat, raționament și apelarea instrumentelor; învățare mixtă de consolidare prin matematică, cod, SQL și rezultate structurate; distilare pe mai multe domenii, în cadrul căreia șase profesori specializați RL (cod, matematică, utilizarea instrumentelor, context lung, lucru agentic și fluxuri de lucru ale întreprinderii) sunt distilat înapoi într-un singur model; și agentic RL, unde sarcinile de la navigarea pe web până la munca de birou rulează în cadrul unor hamuri de agenți reali, cum ar fi Hermes Agent, Pi și OpenClaw.
Model mic, rezultate agentice adiacente frontierei
Liquid AI susține că LFM3-1.7B își depășește precedentele LFM2.5-2.6B, utilizând cu 35% mai puțini parametri. În ceea ce privește evaluările agentice, compania spune că modelul conduce la urmărirea instrucțiunilor și apelarea funcției în BFCL și ToolSandbox și depășește Qwen3.5-9B substanțial mai mare pe browser-ul cu orizont lung și sarcinile aplicației de afaceri în WebArena-Verified și AutomationBench. Modelele mai mari câștigă încă în codificare și cunoștințe agentice, deși compania raportează că căutarea instrumentelor aproape dublează scorul modelului mic la Ultimul examen al umanității.
Viteza este titlul. Măsurat cu llama.cpp la cuantizare pe 4 biți și un context de 32K, Liquid AI spune că LFM3-1.7B a fost cel mai rapid model pe toate cele trei dispozitive de vârf testate, decodând de 1,8 până la 2,8 ori mai rapid decât următorul concurent în timp ce folosea cea mai mică memorie. Un context complet de 128K token are nevoie de aproximativ 1,6 GB de memorie cache KV, față de 4,3 GB pentru Qwen3.5-4B și 5,6 GB pentru MiniCPM5-2B, iar modelul se potrivește în aproximativ 1 GB de memorie la precizie de 4 biți. În centrul de date, un singur NVIDIA B300 care rulează SGLang în BF16 poate produce 3,6 miliarde de jetoane pe zi la 1.024 de solicitări simultane. Pentru a arăta ceea ce permite acest debit, Liquid AI a rulat peste 300.000 de agenți paraleli LFM3-1.7B peste arhiva de e-mailuri Enron ca demo.
Viziune, audio și un prim model Omni
LFM3-VL-2B aduce un nou codificator de viziune intern cu 164 de milioane de parametri care, conform Liquid AI, utilizează de 3 ori mai puține calcule decât codificatorul SigLIP2 din modelele anterioare de viziune LFM, în timp ce potrivește precizia codificatorului Qwen3.5-2B cu de 2,2 ori mai puține FLOP-uri. În 62 de criterii de referință, compania spune că modelul 2B are cel puțin 7,4 puncte înaintea tuturor modelelor de dimensiuni similare, se potrivește cu Gemma 4 12B - un model de peste șase ori mai mare - depășește Gemini 3.5 Flash Lite și aterizează cu 2 puncte față de GPT-5.6 Luna. Este, de asemenea, primul model de viziune LFM care acceptă intrare video.
LFM3-Audio-2B se ocupă de recunoașterea vorbirii, sinteza și traducerea în 18 limbi, alimentat de un nou codificator intern și un tokenizer numit LiquidCodec care convertește tokenurile generate în vorbire la aproximativ 87 de ori în timp real pe un singur fir CPU. Cu intrarea microfonului în flux, timpul până la primul simbol poate fi de până la 50 de milisecunde.
LFM3-Omni-2B, cu 2,2 miliarde de parametri, este primul model omni al companiei, care combină viziunea, audio și limbajul, astfel încât utilizatorii să poată pune întrebări vorbite despre imagini sau despre videoclipuri cu sunet sincronizat. Două modele de decizie, d1-2B și d1-Omni-2B, închid familia: în loc să genereze răspunsuri în formă liberă, ele răspund la multe întrebări scrise sau rostite într-o singură trecere înainte, fiecare cu o probabilitate calibrată și acceptă tipuri de răspuns structurat precum Punct (desenați o casetă de delimitare), Citiți, Estimăți și Alegeți.
Construit pentru a fi specializat
Liquid AI poziționează familia ca un punct de plecare pentru reglaj fin, mai degrabă decât un model de frontieră de uz general. Într-o demonstrație, compania a reglat fin LFM3-VL-2B pe aproximativ 3.000 de fotografii publice ale palelor turbinelor eoliene pentru a clasifica defectele. Din cutie, atât LFM3-VL-2B, cât și GPT-6 Luna au identificat corect tipurile de defecte în mai puțin de 10 la sută din imaginile de testare; după câteva ore de antrenament pe un singur A100, LFM3 reglat fin a atins o precizie de clasificare de 67% și a îmbunătățit detectarea F1 de la 0,003 la 0,11, comparativ cu 0,01 pentru GPT-6 Luna. Compania a publicat, de asemenea, experimente timpurii de robotică care acoperă orchestrarea instrumentelor, navigarea în limbajul vizual și manipularea brațului robot la nivel scăzut.
Printre partenerii de lansare din ziua zero se numără Ambarella, AMD, Arm, Intel prin OpenVINO, NVIDIA, OpenRouter, Qualcomm prin AI Hub și GenieX și Vercel, Mercedes-Benz și Shopify participând la testarea pre-lansare. Runtimele comunității, inclusiv llama.cpp, MLX, LM Studio, Ollama și vLLM, acceptă modelele la lansare.
Lansarea subliniază o împărțire mai amplă a industriei: pe măsură ce laboratoarele de frontieră urmăresc modele generaliste din ce în ce mai mari, Liquid AI pariază că modelele mici, rapide și specializate - suficient de ieftine pentru a fi ajustate pe un singur GPU și suficient de mici pentru a rula local - vor fi locul în care vor ajunge o mare parte din valoarea practică.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
