导语：Liquid AI 于 10 月 27 日宣布 LFM3 ——新一代开放权重 Liquid Foundation Models，将文本、视觉、音频、全模态与决策模型统一到同一共享骨干之上。
摘要
MIT 孵化的 Liquid AI 发布 LFM3 模型家族，一次性放出六个约 20 亿参数（基于 LFM3-1.7B-Base）的开放权重模型，覆盖文本、视觉、音频、全模态与两类 " 决策 " 模型，全部可在单张 GPU 微调、在手机 / 笔记本 / 边缘设备本地运行。文本模型 LFM3-1.7B 拥有 256K 上下文、4-bit 量化下约 1GB 显存。LFM3 采用三混合（tri-hybrid）架构，在 22 万亿 token 上预训练。需注意：其采用 "LFM Open License v1.0" ——虽开放权重，但商用仅限年营收低于 1000 万美元的组织（非营利研究用途不受限），对大型企业属 " 源代码可得（source-available）" 而非标准开源，转载新闻无误、但使用者需留意模型许可门槛。
正文（译文）
Liquid AI 于 10 月 27 日宣布 LFM3 ——新一代开放权重 Liquid Foundation Models，将文本、视觉、音频、全模态与决策模型统一到同一共享骨干之上。首个发布涵盖 2B 参数区间的六个模型，均源自同一个 LFM3-1.7B-Base：
Liquid AI 表示，基础与后训练权重已在 Hugging Face 开放，并可通过 Liquid AI Playground 与 API 使用；所有模型均可在单张 GPU 上微调。LFM3-1.7B 拥有 17.3 亿参数、256K 上下文、12.8 万词表、支持 16 种语言，采用 LFM Open License v1.0。架构上，骨干为横跨 24 层的 " 三混合 " 结构：13 个门控短卷积、5 个 256-token 滑动窗口注意力层与 6 个全局注意力层；并引入逐头门控注意力、部分 RoPE 与三明治归一化。LFM3-1.7B 在 22 万亿 token 上预训练，末段 3.5 万亿 token 为中训练阶段，将上下文扩至 256K；4-bit 精度下文本模型约占用 1GB 显存。
Liquid AI 称，LFM3-1.7B 以少 35% 的参数超越前代 LFM2.5-2.6B，在 WebArena-Verified（网页智能体基准）上取得 38.42 分（前代为 3.02）；LFM3-VL-2B 在 62 个视觉基准上的均值由 57.6 提升至 71.4，与规模超其六倍的 Gemma 4 12B 持平。发布伙伴包括 AMD、Arm、Intel、NVIDIA、Qualcomm、Ambarella、OpenRouter、Vercel，梅赛德斯 - 奔驰与 Shopify 参与了发布前测试。
（文章为作者独立观点，不代表艾瑞网立场）
