Liquid AI 发布 LFM3 开源模型家族，1.7B 文本模型性能超越前代
Liquid AI 推出新一代开源权重模型家族 LFM3，其核心亮点在于采用“三混合”架构（短卷积、滑动窗口注意力与全局注意力结合），使 1.7B 参数文本模型在多项基准测试中显著优于其 2.6B 前代及竞品。该系列涵盖文本、视觉、音频及全模态共 6 个实例，专为端侧部署优化，并在自动化代理任务中展现出极高的效率优势。
报道正文
Rohan Paul (@rohanpaul_ai) · 2026-10-27 17
Liquid AI 刚刚发布了 LFM3，这是一个开放权重模型系列，其 1.7B 文本模型性能超越了前代 2.6B 模型。
这一提升得益于一种三混合（tri-hybrid）设计：在 24 层中，13 层采用短卷积，5 层使用 256-token 滑动窗口注意力机制，另外 6 层则进行全局注意力计算。
这种效率优势也体现在 Liquid 运行的智能体基准测试中，其中 1.7B 模型在 AutomationBench 上得分 41.29，而 Qwen3.5-9B 仅得 15.10 分。
↳ 引用 @liquidai (Liquid AI): 介绍 𝙻𝙵𝙼𝟹：我们新一代的 Liquid 基础模型。凭借全新的三混合架构和新型多模态编码器，LFM3 系列是专用智能的理想模型套件。
涵盖文本、音频、视觉和全模态的 6 个模型实例，包括生成式模型和决策模型。 𝙻𝙵𝙼𝟹-𝟷.𝟽𝙱：文本模型，支持 256k 上下文窗口。 𝙻𝙵𝙼𝟹-𝚅𝙻-𝟸𝙱：视觉语言模型，支持视频输入以实现空间理解。 𝙻𝙵𝙼𝟹-𝙰𝚞𝚍𝚒𝚘-𝟸𝙱：支持工具调用、语音聊天及 18 种语言的推理。 𝙻𝙵𝙼𝟹-𝙾𝚖𝚗𝚒-𝟸𝙱：结合视觉、音频和语言的全模态模型。 𝚍𝟷-𝟸𝙱 和 𝚍𝟷-𝙾𝚖𝚗𝚒-𝟸𝙱：具备类型化输出和单次通过校准概率的决策模型。Omni 版本增加了音频输入功能。 可在单 GPU 上进行微调。 采用全新的三混合架构。 针对跨 GPU、CPU 和 NPU 的 14 类处理器进行了架构优化。 𝙻𝙵𝙼𝟹-𝚅𝙻-𝟸𝙱 表现强劲。尽管仅有 1.9B 参数，但其性能可与 Gemma 4 12B（参数量大 6 倍）、Gemini 3.5 Flash Lite 以及 GPT-5.6 Luna 相媲美。 𝙻𝙵𝙼𝟹-𝟷.𝟽𝙱 在设备智能帕累托前沿排名第一 𝚙𝚒𝚙𝚎𝚝𝚝𝚎.𝚕𝚒𝚚𝚞𝚒𝚍.𝚊𝚒
每种模态均专为特定智能打造。选择适合您用例的模型，对其进行定制，并在设备上运行。
1/ 🧵
