端侧模型这条赛道,大多数玩家的思路是"把一个大模型裁小塞进手机"。Liquid AI 在 10 月 27 日给出了另一个答案:LFM3 系列——六个 2B 级开放权重模型,全部从同一个 LFM3-1.7B-Base 底座分叉而来,覆盖文本、视觉、音频、全模态(omni)和两个决策模型,权重当天上架 Hugging Face。
一个底座,六个模型
LFM3-1.7B-Base 用 22T token 完成预训练,最后 3.5T token 是精选数据的中期训练,把上下文窗口撑到 256K。家族成员各管一摊:文本模型 LFM3-1.7B 面向本地智能体;视觉模型 LFM3-VL-2B 是 LFM 系列视觉模型首次支持视频输入,还会逐步推理再作答;音频模型 LFM3-Audio-2B 支持 18 种语言的语音对话与工具调用;LFM3-Omni-2B(2.2B)是公司首个全模态模型,能看、能听、能说。另有两个决策模型 d1-2B 和 d1-Omni-2B:不写长答案,一次前向传播直接给出带概率标定的判断,d1-2B 还比上代 d1-3B 少三分之一参数、基准分反升。
三混合架构,一半以上是卷积
底座混合了三种算子:24 层里 13 层是门控短卷积(kernel size 从 3 提到 7),5 层是 256-token 窗口的滑动注意力,6 层是全局注意力。这次架构搜索的硬件在环范围从上代的一台手机加一台笔记本,扩到 14 种设备与后端组合,Galaxy S26 Ultra、树莓派 5、Apple M4 Max、AMD Ryzen AI、高通 Hexagon NPU 都在列。
数字怎么说
官方基准表里最能打的是智能体能力:LiveClaw 45.60,上一代 LFM2.5-2.6B 只有 14.70,Qwen3.5-9B 是 35.77;全表平均 49.37,同样压过 Qwen3.5-9B 的 47.24——参数约为对方的六分之一。视觉侧,LFM3-VL-2B 在 62 项视觉基准上平均 71.4 分,与体积六倍于它的 Gemma 4 12B(71.7)基本打平。端侧数据:4-bit 量化后约 1GB,llama.cpp 实测三台设备解码速度是次名模型的 1.8-2.8 倍,128K 上下文的 KV cache 只要 1.6GB(Qwen3.5-4B 要 4.3GB)。云端一张 B300 跑 SGLang 每天可产出 36 亿 token,官方甚至用 30 万个并行智能体跑了一遍 Enron 邮件库。
两个保留意见
其一,以上分数基本来自官方发布材料,独立复测还需要时间,目前外部报道也主要引用发布稿。其二,官方自己承认在智能体编程和知识问答上大模型仍占优——GPQA Diamond 63.37 对 Qwen3.5-9B 的 80.40,差距明显。所以 LFM3 的赌注不是"小模型全面胜出",而是专用化路线:2B 级足够小,单卡 A100 几小时微调就能造就一个垂直领域专家,常驻设备端运行。MacPaw 的实测是个佐证:65 个 macOS 真实智能体任务上,它对 Qwen3.5-2B 打出 64% 对 48% 的成功率,token 还省 58%。
当云端玩家还在卷万亿参数,Liquid AI 把战场挪到了"每台设备里住几个小专家"。留给读者的问题是:你的下一个应用,需要一位通才,还是六个专才?
参考:LFM3 官方发布 | AI Weekly 报道