Liquid AI, MIT inayozunguka nyuma ya safu ya Mifumo ya Liquid Foundation, ilitangaza LFM3 Jumanne, kizazi kipya cha mifano ya uzani wazi iliyojengwa kuleta kile ambacho kampuni inaita "akili maalum" kwa simu, kompyuta ndogo, roboti, na vifaa vingine vya makali. Toleo hili linajumuisha miundo sita katika anuwai ya vigezo vya 2B - maandishi, maono, sauti, omni, na mifano miwili ya maamuzi - yote yametokana na uti wa mgongo wa LFM3-1.7B-Base ulioshirikiwa na inapatikana leo kwenye Hugging Face, Uwanja wa Michezo wa Liquid AI, na API ya kampuni.
Usanifu wa Utatu Mseto Umeundwa Upya kwa Mawakala For more context on this story, see our ongoing AI trends.
LFM2 iligundua kuwa mseto wa mseto mfupi na umakini unaweza kufanya kazi haraka kwenye kifaa bila kuacha ubora mwingi. Kwa LFM3, Liquid AI ilifanya upya utafutaji wake wa usanifu wa kiotomatiki wa ndani-kitanzi kwa kuzingatia mzigo wa kazi wa mawakala, kupanua nafasi ya utafutaji kutoka kwa CPU katika simu moja na kompyuta ndogo hadi kwenye kifaa 14 na michanganyiko ya nyuma. Vifaa vilivyopimwa sasa vinajumuisha Samsung Galaxy S26 Ultra, OnePlus 15, Raspberry Pi 5, Apple's M4 Max, AMD Ryzen AI laptops, Arm na x86 cloud CPUs, GPUs, na Qualcomm's Hexagon NPU.
Matokeo yake ni safu ya safu 24 ya "mseto-tatu": tabaka 13 za upitishaji fupi za lango, safu 5 za umakini wa dirisha la kuteleza na dirisha la ishara 256, na tabaka 6 za umakini wa kimataifa. Saizi za punje za ubadilishaji zilikua kutoka 3 hadi 7, na mifumo mipya ni pamoja na uzingatiaji wa milango ya busara ya kichwa (lango la sigmoid ambalo linaweza kuzima vichwa vya mtu binafsi), Kamba ya sehemu kwenye tabaka za ulimwengu, na urekebishaji wa sandwich. Kampuni hiyo inasema mabadiliko hayo yanaongeza uwazi pale inapozingatiwa huku ikiweka uelekezaji wa muktadha mrefu haraka.
Amefunzwa kwa Tokeni Trilioni 22
LFM3-1.7B-Base ilifunzwa awali kwa tokeni trilioni 22, na mchanganyiko wa data unaoongeza karatasi zaidi za kisayansi, msimbo wa kiwango cha hazina, na hesabu kuliko LFM2. Tokeni za mwisho trilioni 3.5 huunda hatua ya katikati ya mafunzo juu ya data iliyoratibiwa, ya ubora wa juu ambayo ni nzito kwenye ufuatiliaji wa mawakala na simu za zana tofauti - na hatua hiyo pia huongeza dirisha la muktadha hadi tokeni 256K.
Baada ya mafunzo ilipitia hatua nne: urekebishaji uliosimamiwa wa tokeni trilioni 1.75 zinazotumia gumzo, hoja, na kupiga simu kwa zana; ujifunzaji wa uimarishaji mchanganyiko katika hesabu, msimbo, SQL, na matokeo yaliyopangwa; kunereka kwa sera za vikoa vingi, ambapo walimu sita wa RL waliobobea (msimbo, hesabu, matumizi ya zana, muktadha mrefu, kazi ya mawakala, na mtiririko wa kazi wa biashara) wanarudishwa katika muundo mmoja; na RL ya kikali, ambapo majukumu kutoka kwa kuvinjari wavuti hadi kazi ya ofisi huendeshwa ndani ya viunga vya mawakala halisi kama vile Hermes Agent, Pi, na OpenClaw.
Muundo Ndogo, Matokeo ya Kiajenti Yanayokaribiana na Mipaka
Liquid AI inadai LFM3-1.7B ina ufanisi zaidi kuliko LFM2.5-2.6B yake ya awali huku ikitumia vigezo vichache kwa asilimia 35. Kwenye tathmini za mawakala, kampuni hiyo inasema modeli hiyo inaongoza kwa kufuata maagizo na kufanya kazi kwa kupiga simu katika BFCL na ToolSandbox, na inashinda Qwen3.5-9B kubwa zaidi kwenye kivinjari cha muda mrefu na kazi za programu ya biashara katika WebArena-Verified na AutomationBench. Miundo mikubwa bado inashinda kwa uwekaji usimbaji na maarifa ya kiajenti, ingawa kampuni inaripoti kuwa utafutaji wa zana unakaribia kuongeza alama za modeli ndogo kwenye Mtihani wa Mwisho wa Humanity.
Kasi ndio kichwa cha habari. Ikipimwa kwa kutumia llama.cpp katika quantization ya 4-bit na muktadha wa 32K, Liquid AI inasema LFM3-1.7B ilikuwa kielelezo cha kasi zaidi kwenye vifaa vyote vitatu vilivyojaribiwa, ikitoa usimbaji mara 1.8 hadi 2.8 kwa kasi zaidi kuliko mshindani anayefuata huku ikitumia kumbukumbu ndogo zaidi. Muktadha kamili wa tokeni wa 128K unahitaji takriban GB 1.6 ya akiba ya KV, dhidi ya GB 4.3 kwa Qwen3.5-4B na GB 5.6 kwa MiniCPM5-2B, na muundo huo unatoshea takribani GB 1 ya kumbukumbu kwa usahihi wa 4-bit. Katika kituo cha data, NVIDIA B300 moja inayoendesha SGlang katika BF16 inaweza kuripotiwa kutoa tokeni bilioni 3.6 kwa siku kwa maombi 1,024 ya wakati mmoja. Ili kuonyesha kile ambacho upitishaji huo unawezesha, Liquid AI iliendesha zaidi ya mawakala 300,000 sambamba wa LFM3-1.7B juu ya kumbukumbu ya barua pepe ya Enron kama onyesho.
Maono, Sauti, na Mfano wa Kwanza wa Omni
LFM3-VL-2B huleta kisimbaji kipya cha maono ya ndani chenye vigezo milioni 164 ambavyo, kulingana na Liquid AI, hutumia kompyuta ndogo mara 3 kuliko kisimbaji cha SigLIP2 katika miundo ya awali ya maono ya LFM huku ikilinganisha usahihi wa kisimbaji cha Qwen3.5-2B na 2.OPs chache za FL. Katika viwango 62 vya maono, kampuni inasema modeli ya 2B inapata angalau pointi 7.4 mbele ya miundo yote yenye ukubwa unaofanana, inalingana na Gemma 4 12B - kielelezo kikubwa zaidi ya mara sita - inapita Gemini 3.5 Flash Lite, na inatua ndani ya pointi 2 za GPT-5.6 Luna. Pia ni modeli ya kwanza ya maono ya LFM kukubali ingizo la video.
LFM3-Audio-2B hushughulikia utambuzi wa usemi, usanisi, na tafsiri katika lugha 18, inayoendeshwa na kisimbaji kipya cha ndani na tokeniza inayoitwa LiquidCodec ambayo hubadilisha tokeni zinazozalishwa kuwa matamshi kwa takriban 87x wakati halisi kwenye thread moja ya CPU. Kwa kuingiza maikrofoni ya kutiririsha, muda wa tokeni ya kwanza unaweza kuwa chini hadi milisekunde 50.
LFM3-Omni-2B, yenye vigezo bilioni 2.2, ndiyo muundo wa kwanza wa kampuni ya omni, unaochanganya maono, sauti na lugha ili watumiaji waweze kuuliza maswali yanayozungumzwa kuhusu picha au kuhusu video zilizo na sauti iliyosawazishwa. Miundo miwili ya maamuzi, d1-2B na d1-Omni-2B, hufungia familia: badala ya kutoa majibu ya fomu bila malipo, wao hujibu maswali mengi yaliyoandikwa au kusemwa kwa njia moja ya mbele, kila moja ikiwa na uwezekano uliorekebishwa, na kusaidia aina za majibu yaliyopangwa kama vile Point (chora kisanduku cha kufunga), Soma, Kadiria, na Chagua.
Imejengwa Ili Kuwa Mtaalamu
AI ya kioevu inaweka familia kama mahali pa kuanzia kwa urekebishaji mzuri badala ya muundo wa mpaka wa kusudi la jumla. Katika onyesho moja, kampuni ilipanga vyema LFM3-VL-2B kwenye takriban picha 3,000 za umma za vile vile vya turbine ya upepo ili kuainisha kasoro. Nje ya kisanduku, LFM3-VL-2B na GPT-6 Luna zilitambua kwa usahihi aina za kasoro katika chini ya asilimia 10 ya picha za majaribio; baada ya saa chache za mafunzo kwenye A100 moja, LFM3 iliyosanifiwa vizuri ilifikia usahihi wa uainishaji wa asilimia 67 na kuboresha utambuzi F1 kutoka 0.003 hadi 0.11, ikilinganishwa na 0.01 kwa GPT-6 Luna. Kampuni pia ilichapisha majaribio ya mapema ya robotiki yanayohusu upangaji wa zana, urambazaji wa lugha ya maono, na ujanjaji wa kiwango cha chini cha mkono wa roboti.
Washirika wa uzinduzi wa Siku-sifuri ni pamoja na Ambarella, AMD, Arm, Intel kupitia OpenVINO, NVIDIA, OpenRouter, Qualcomm kupitia AI Hub na GenieX, na Vercel, huku Mercedes-Benz na Shopify wakishiriki katika majaribio ya kabla ya toleo. Muda wa utekelezaji wa jumuiya ikiwa ni pamoja na llama.cpp, MLX, LM Studio, Ollama, na vLLM inasaidia miundo wakati wa uzinduzi.
Toleo hili linasisitiza mgawanyiko mpana wa tasnia: huku maabara za mipakani zikifuata miundo ya jumla ya watu wengi zaidi, Liquid AI inaweka dau kuwa miundo midogo, ya haraka, maalum - nafuu ya kutosha kurekebisha GPU moja na ndogo ya kutosha kuendeshwa ndani - kutakuwa mahali ambapo thamani kubwa ya vitendo itapatikana.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
