Liquid AI 发布 LFM3 系列：六个 2B 级多模态模型共享同一骨干

报道讲了什么

• Liquid AI 发布 LFM3 系列，六个 2B 级模型共享 LFM3-1.7B-Base 骨干。
• 官方称 LFM3-1.7B 以少 35% 参数超过 LFM2.5-2.6B。
• 全部模型以开放权重形式在 Hugging Face 提供。

可以做什么

• 文本模型支持本地智能体、工具调用与结构化输出，官方称在 WebArena-Verified 得 38.42。
• 视觉模型首次支持视频输入，可逐步推理并判断物体摆放关系。
• 音频模型支持 18 种语言的语音对话、识别、合成与翻译，并可把语音请求转为工具调用。
• d1 决策模型对一组问题单次前向输出带校准概率的答案。

怎么使用

1. 安装最新版 transformers 后，用 pipeline 加载 LiquidAI/LFM3-1.7B 并传入对话消息生成文本。
2. 视觉模型需安装 transformers>=5.21.0 及 torch、torchvision、pillow，再用 AutoModelForImageTextToText 加载。
3. 音频与全模态模型需安装 transformers>=5.20.2 及 librosa、soundfile 等依赖，用 AutoModelForMultimodalLM 加载。

结果与限制

• 上述性能对比均为官方自述，原文未提供第三方复测。
• 视觉模型生成时需显式设置 token 上限，推理过程可能较长。
• 机器人操作结果来自作者在特定硬件与精度下的训练评估，非通用保证。

使用入口与依据