Liquid AI 开放 LFM3 系列权重:1.7B 到 2B 级的文本、视觉、语音与全模态模型,单张 GPU 即可微调
一套共享骨干的小模型家族,主打「拿来做专用模型的起点」,附带微调教程和本地智能体指南。
// 要点
- 包括 LFM3-1.7B(文本)、LFM3-VL-2B(图像与视频)、LFM3-Audio-2B(语音输入输出)、LFM3-Omni-2B(全模态)以及输出校准答案的 d1-2B、d1-omni-2B,全部开放权重,已上 Hugging Face。
- LFM3-1.7B 在 WebArena-Verified 上得 38.42 分,上一代 LFM2.5-2.6B 为 3.02,参数少 35%。
- LFM3-VL-2B 在 62 个视觉基准上的平均分从 LFM2.5-VL-3B 的 57.6 提到 71.4,参数 1.9B 对 3.1B。
- 每个模型都能在单张 GPU 上微调,官方 cookbook 提供 SFT、DPO、GRPO 和继续预训练的 Colab 笔记本;文章未写明许可证。
开发者视角2B 级模型在网页智能体任务上从 3 分到 38 分,说明端侧小模型开始能干点实事。AI 云盘里文件分类、截图识别这类高频、低难度的活,我会拿 LFM3-VL-2B 用自己的数据微调一版试试;但许可证没写清楚之前,只做内部评测,不进产品。