2026 年 10 月 27 日，Liquid AI 发布了新一代基础模型家族 LFM3，试图把文本、图像、视频、语音和结构化决策全部塞进 2B 参数量级的边缘设备里。这套模型在 4-bit 量化下的静态权重压到了 1GB 左右，在工具调用与流式语音交互上跑赢了不少大尺寸竞品；但翻开 Hugging Face 上的底层模型卡就会发现，官方亲手写下了不建议用于复杂推理、编程和视觉多轮对话的警告——它从一开始就放弃了当一个缩水版全能大模型，而是一套必须靠单卡微调才能上岗的垂直任务毛坯房。
1.7B 主干撑起六款模型，算力省在混合架构与自研编码器
传统纯 Transformer 架构在端侧设备上跑长文本或多模态时，很容易被膨胀的 KV Cache 显存和首字延迟拖垮。Liquid AI 针对手机、树莓派 5、笔记本和高通 Hexagon NPU 等 14 种软硬件组合做了硬件在环架构搜索，把经过 22T tokens 预训练的 LFM3-1.7B-Base 改造成了 24 层的三混合架构：由 13 层门控短卷积（卷积核从上一代的 3 扩大到 7）、5 层 256 窗口的滑动窗口注意力，以及 6 层全局注意力拼接而成。
靠着这套混合底座，LFM3-1.7B 在参数量比上一代 LFM2.5-2.6B 减少 35% 的前提下实现了反超，8K 上下文推理速度提升约 25%。在网页与商业软件长链路操作评测 WebArena-Verified 中，LFM3-1.7B 拿下了 38.42 分（前代仅 3.02 分），甚至越级击败了 Qwen3.5-9B。
在此主干之上，Liquid AI 一次性衍生出 6 款 2B 级别模型：除了纯文本版 LFM3-1.7B、支持视频输入的 LFM3-VL-2B、支持 18 国语言语音交互的 LFM3-Audio-2B，还首次推出了能同时看图、看视频并实时听说的全模态模型 LFM3-Omni-2B，以及两款专攻单次前向传播输出概率校准结果的决策模型 d1-2B 和 d1-omni-2B。
真正帮端侧设备减负的，是配套换血的两颗自研编码器。LFM3 的 164M 视觉编码器同样混用了卷积与注意力，比上一代采用的 SigLIP2 节省了 3 倍算力，在维持与 Qwen3.5-2B 视觉编码器同等精度的同时，浮点运算量（FLOPs）降低了 2.2 倍；因果音频编码器则把首 token 延迟（TTFT）压到了 50 毫秒，配合自研的 LiquidCodec 语音分词器，在 Apple M4 Max 的单核 CPU 上就能跑出 87 倍实时率的流式语音生成。
宣传博文与模型卡的温差，藏在长窗口、显存与能力禁区里
如果只看官方发布博文，开发者很容易以为自己拿到了一个仅占 1GB 内存、拥有 256K 超长上下文、能在本地通吃复杂 Agent 的全能底座。但把官方博文与各模型的 Hugging Face 模型卡放在一起对账，就能看到三处直接影响工程落地的限制。
256K 上下文（262,144 tokens）是纯文本模型 LFM3-1.7B 的专属待遇。到了视觉模型 LFM3-VL-2B，最大上下文折半至 128K；而在全模态模型 LFM3-Omni-2B 上，窗口更是直接缩水到了 32K。即便只看纯文本版，官方目前只给出了到 128K 的长文本测试成绩，其 RULER 128K 得分为 65.56，明显低于 Qwen3.5-4B 的 84.63 和 Qwen3.5-9B 的 87.11。
所谓的 1GB 体积，指的也只是 GGUF 格式下的静态权重文件大小（Q4_0 为 1.05 GB，Q4_K_M 为 1.10 GB），而非运行时的总内存。LFM3 依然保留了 6 层全局注意力，一旦在端侧真正把上下文拉长到 128K 甚至 256K，KV Cache 依然会推高内存与显存开销；更何况官方公布的长文本跑分全部是在 3.47 GB 的 BF16 精度下测出的，4-bit 量化之后的长窗口精度衰减仍有待社区独立实测验证。
砍掉通用慢思考，换来端侧毫秒级流式响应与低成本微调。
最诚实的还是模型卡里的能力劝退声明。Liquid AI 明确提醒开发者，不要把 LFM3-1.7B 用于 Agentic 编程或复杂多步推理；不要把每秒采样 2 帧视频的 LFM3-VL-2B 用于编程、多轮对话和复杂推理；而 LFM3-Omni-2B 干脆就是一个不支持开启思考模式（enable_thinking=True）的非推理模型，在 OmniBench 上的总分为 46.32。
端侧 2B 至 4B 混战，开发者该怎么避坑选型
在手机、AIPC 与物联网设备争夺的 1GB 到 3GB 内存区间里，同台竞技的还有阿里的 Qwen3.5（2B/4B）与 Google 的 Gemma 4 E2B。要把账算清楚，硬件与端侧团队得先穿透各家标称参数的迷雾。
| 模型版本 | 标称与实际总参数 | 体积与内存口径真相 | 核心强项与短板对照 |
|---|---|---|---|
| LFM3 家族 | 1.7B / 2B | Q4_0 静态权重 1.05GB，BF16 为 3.47GB | 强于工具调用、UI 定位与低延迟语音；弱于复杂推理与长文 |
| Qwen3.5-2B / 4B | 实际为 2.3B / 4.7B | 真实体积高于字面标称级别 | 强于 128K 长文本（84.63）、复杂视觉推理与 OCR |
| Gemma 4 E2B | 实际总参数达 5.1B | 部署包 2.58GB；宣称 676MB 仅计入 CPU 内存 | 视觉基准与 LFM3-VL-2B 相当，但实际 GPU 显存占用更高 |
从前代基线延续至今的技术路线看，端侧根本不存在通吃全场景的冠军。LFM 系列把技能点全加在了格式遵循与界面交互上，比如 LFM2.5-2.6B 在工具调用 BFCLv4（56.88 对 50.56）和指令遵循 IFBench（59.17 对 48.40）上压过 Qwen3.5-4B，LFM2.5-VL-3B 在屏幕元素定位 ScreenSpot-v2 上拿到 80.7 的高分；但一旦进入需要深度思考的复杂视觉推理 MMMU-Pro（30.5 对 60.9）和 OCRBench v2（47.5 对 58.8），参数底子更厚的 Qwen3.5-4B 依然具备统治力。
对于正在做选型的工程团队，LFM3 最具不可替代性的价值集中在两处。一是需要在一个极小包体里同时塞进流式语音听说、实时画面感知与本地工具调用的硬件团队（如智能眼镜、车载语音助手或树莓派机器人），LFM3-Omni-2B 能直接省去分别维护 ASR、VLM、LLM 和 TTS 四套模型的工程灾难；二是处理工单分类、发票提取或界面状态判断的业务团队，d1-2B 系列可以用单次前向传播直接吐出带校准概率的结构化答案，完全绕开自回归文本生成的延迟。
- 风险.Liquid AI 虽然承诺全系支持单 GPU 微调，但目前尚未公布 LFM3 专属的微调显存门槛，官方文档链接的 TRL 微调教程仍停留在 LFM2/2.5 的 LoRA 阶段；同时该系列采用修改版 LFM Open License v1.0 协议，仅对年营收低于 1000 万美元 的企业免费开放商用，超标的大中型企业在将它写进产品底座前，必须先算清商业授权的合规账。