开源 #开源模型#智能体 2026-10-28 · 原文发布 10-27

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。

一手来源 Liquid AI(Hugging Face 博客) · huggingface.co 读原文 ↗

// 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。

// 来龙去脉 · 来自 #开源模型 专题

看完整时间线 →
  1. 10-27 Cloudflare 披露 GLM-5.3 跨请求泄露:155 条回复混入其他客户的数据,根因是 KV 缓存池小于上下文加上 SGLang 缺陷
  2. 10-26 Ollama 0.40.11 支持文字转语音:首个模型 Phonon 在 M5 Max 上比 Gradium 自家运行时快 35%
  3. 10-26 Google 讲结核病筛查落地:合作方设备已读 2.5 万张胸片,开放的 MedGemma 下载超 1000 万次

每周一,一封邮件看完 AI 大事

每周一早上,把过去 7 天最值得关注的 6 件 AI 大事和我的解读发到你邮箱。

邮箱只用于发送周报,不会提供给任何第三方;每封邮件底部都可以一键退订。 看看最近一期 →