Liquid AI, дочерняя компания MIT, стоящая за линейкой Liquid Foundation Models, анонсировала во вторник LFM3, новое поколение моделей с открытым весом, созданное для того, чтобы привнести то, что компания называет «специализированным интеллектом», в телефоны, ноутбуки, роботы и другое периферийное оборудование. Релиз охватывает шесть моделей в диапазоне 2B-параметров — текстовую, визуальную, аудио, всенаправленную и две модели принятия решений — все они разветвлены на общую магистраль LFM3-1.7B-Base и доступны сегодня на Hugging Face, Liquid AI Playground и API компании.
Три-гибридная архитектура, переработанная для агентов Подробнее об этой истории — в нашем тенденции ИИ.
LFM2 установил, что гибрид коротких извилин и внимания может быстро работать на устройстве без потери качества. Для LFM3 Liquid AI повторно запустил автоматический поиск аппаратной архитектуры с учетом агентских рабочих нагрузок, расширив пространство поиска от процессоров в одном телефоне и одном ноутбуке до 14 комбинаций устройств и серверных частей. Измеряемое оборудование теперь включает в себя Samsung Galaxy S26 Ultra, OnePlus 15, Raspberry Pi 5, Apple M4 Max, ноутбуки AMD Ryzen AI, облачные процессоры Arm и x86, графические процессоры и Hexagon NPU от Qualcomm.
В результате получается 24-слойный «тригибридный» стек: 13 закрытых слоев с короткой сверткой, 5 слоев внимания со скользящим окном с окном на 256 токенов и 6 глобальных слоев внимания. Размеры ядра свертки выросли с 3 до 7, а новые механизмы включают в себя управляемое внимание (сигмовидные ворота, которые могут отключать отдельные головы), частичный RoPE на глобальных уровнях и сэндвич-нормализацию. Компания заявляет, что изменения добавляют выразительности там, где это важно, сохраняя при этом быстрый вывод в длинном контексте.
Обучено на 22 триллионах токенов
LFM3-1.7B-Base был предварительно обучен на 22 триллионах токенов со смесью данных, которая добавляет больше научных статей, кода уровня репозитория и математических вычислений, чем LFM2. Последние 3,5 триллиона токенов образуют промежуточный этап обучения на тщательно подобранных, высококачественных данных, в которых много агентских трассировок и разнообразных вызовов инструментов — и этот этап также расширяет контекстное окно до 256 тысяч токенов.
Пост-обучение проходило в четыре этапа: контролируемая точная настройка 1,75 триллиона токенов, охватывающих чат, рассуждения и вызов инструментов; смешанное обучение с подкреплением по математике, коду, SQL и структурированным выводам; многодоменная фильтрация политики, в которой шесть преподавателей-специалистов RL (кодирование, математика, использование инструментов, длинный контекст, агентская работа и рабочие процессы предприятия) снова объединяются в одну модель; и агентное RL, где задачи, от просмотра веб-страниц до офисной работы, выполняются внутри реальных агентских средств, таких как Hermes Agent, Pi и OpenClaw.
Малая модель, результаты агентов, прилегающих к границе
Liquid AI утверждает, что LFM3-1.7B превосходит свой предыдущий LFM2.5-2.6B, используя при этом на 35 процентов меньше параметров. Что касается агентских оценок, компания заявляет, что модель лидирует в выполнении инструкций и вызове функций в BFCL и ToolSandbox, а также превосходит значительно более крупный Qwen3.5-9B в долгосрочных задачах браузера и бизнес-приложений в WebArena-Verified и AutomationBench. Более крупные модели по-прежнему выигрывают за счет агентного кодирования и знаний, хотя компания сообщает, что инструментальный поиск почти вдвое увеличивает балл маленькой модели на «Последнем экзамене человечества».
Скорость – это заголовок. По данным Liquid AI, измеренным с помощью llama.cpp при 4-битном квантовании и контексте 32 КБ, LFM3-1.7B была самой быстрой моделью на всех трех протестированных периферийных устройствах: декодирование в 1,8–2,8 раза быстрее, чем у следующего конкурента, при использовании наименьшего количества памяти. Для полного контекста из 128 000 токенов требуется около 1,6 ГБ кэша KV по сравнению с 4,3 ГБ для Qwen3.5-4B и 5,6 ГБ для MiniCPM5-2B, а модель умещается примерно в 1 ГБ памяти с точностью до 4 бит. Сообщается, что в центре обработки данных один NVIDIA B300 с SGLang в BF16 может производить 3,6 миллиарда токенов в день при 1024 одновременных запросах. Чтобы показать, на что способна эта пропускная способность, Liquid AI запустила более 300 000 параллельных агентов LFM3-1.7B в архиве электронной почты Enron в качестве демонстрации.
Видение, звук и первая омни-модель
LFM3-VL-2B представляет собой новый внутренний кодировщик машинного зрения со 164 миллионами параметров, который, по данным Liquid AI, использует в 3 раза меньше вычислений, чем кодер SigLIP2 в предыдущих моделях машинного зрения LFM, при этом обеспечивая точность кодера Qwen3.5-2B с в 2,2 раза меньшим числом операций ввода-вывода. По данным компании, по 62 тестам зрения модель 2B набирает как минимум 7,4 балла впереди всех моделей аналогичного размера, соответствует Gemma 4 12B — модели более чем в шесть раз крупнее — превосходит Gemini 3.5 Flash Lite и находится в пределах 2 баллов от GPT-5.6 Luna. Это также первая модель машинного зрения LFM, поддерживающая видеовход.
LFM3-Audio-2B обеспечивает распознавание, синтез и перевод речи на 18 языков благодаря новому внутреннему кодировщику и токенизатору LiquidCodec, который преобразует сгенерированные токены в речь примерно в 87 раз в реальном времени в одном потоке ЦП. При использовании потокового микрофонного входа время получения первого токена может составлять всего 50 миллисекунд.
LFM3-Omni-2B с 2,2 миллиарда параметров — это первая омни-модель компании, сочетающая в себе изображение, звук и язык, поэтому пользователи могут задавать устные вопросы об изображениях или видео с синхронизированным звуком. Две модели принятия решений, d1-2B и d1-Omni-2B, завершают семейство: вместо генерации ответов в произвольной форме они отвечают на множество напечатанных или устных вопросов за один проход вперед, каждая с калиброванной вероятностью, и поддерживают структурированные типы ответов, такие как Point (нарисовать ограничивающую рамку), Read, Estimate и Pick.
Создан для специализации
Liquid AI позиционирует семейство как отправную точку для тонкой настройки, а не как передовую модель общего назначения. В ходе одной из демонстраций компания настроила LFM3-VL-2B на основе примерно 3000 общедоступных фотографий лопастей ветряных турбин, чтобы классифицировать дефекты. Сразу после установки и LFM3-VL-2B, и GPT-6 Luna правильно определили типы дефектов менее чем в 10 процентах тестовых изображений; после нескольких часов обучения на одном А100 точно настроенный LFM3 достиг точности классификации 67 процентов и улучшил обнаружение F1 с 0,003 до 0,11 по сравнению с 0,01 для GPT-6 Luna. Компания также опубликовала ранние эксперименты в области робототехники, охватывающие управление инструментами, навигацию на языке видения и низкоуровневые манипуляции с роботизированной рукой.
Партнерами по запуску «нулевого дня» являются Ambarella, AMD, Arm, Intel через OpenVINO, NVIDIA, OpenRouter, Qualcomm через AI Hub и GenieX, а также Vercel, а Mercedes-Benz и Shopify участвуют в предварительном тестировании. Среды выполнения сообщества, включая llama.cpp, MLX, LM Studio, Ollama и vLLM, поддерживают модели при запуске.
Этот релиз подчеркивает более широкий раскол в отрасли: поскольку пограничные лаборатории гоняются за все более крупными универсальными моделями, Liquid AI делает ставку на то, что маленькие, быстрые, специализированные модели — достаточно дешевые, чтобы их можно было точно настроить на одном графическом процессоре, и достаточно маленькие, чтобы работать локально — будут теми, где будет большая часть практической ценности.
---
Будьте в курсе ИИПоследние новости, аналитика и прорывы в сфере ИИ — всё в одном месте.
Читать больше новостей об ИИ →
