Liquid AI julkaisee kuuden avoimilla painoilla julkaistavan 2B-luokan mallin LFM3-perheen

Liquid AI julkisti LFM3:n 27. lokakuuta 2026. Kyseessä on uusi sukupolvi avoimilla painoilla julkaistavia Liquid Foundation Models -malleja, joka tuo teksti-, näkö-, ääni-, omni- ja päätöksentekomallit saman yhteisen rungon pohjalle. Ensimmäinen julkaisu kattaa kuusi mallia 2B-parametriluokassa, ja sen yksityiskohdat on esitelty Hugging Face -blogikirjoituksessa.

Kuusi mallia yhden yhteisen rungon pohjalla

Kaikki LFM3-mallit pohjautuvat samaan LFM3-1.7B-Base-malliin. LFM3-1.7B ottaa vastaan tekstiä ja palauttaa tekstiä. LFM3-VL-2B hyväksyy syötteeksi tekstiä, kuvia ja videota ja palauttaa tekstiä, kun taas LFM3-Audio-2B ottaa vastaan tekstiä tai ääntä ja vastaa tekstillä tai puheella. Liquid AI:n mukaan LFM3-Omni-2B on sen ensimmäinen omni-malli; se hyväksyy syötteeksi tekstiä, kuvia, videota ja ääntä ja tuottaa tekstiä ja puhetta. Kaksi päätöksentekomallia, d1-2B ja d1-omni-2B, on erikoistettu näkö- ja omni-malleista, ja ne palauttavat kalibroituja vastauksia tuotetun tekstin sijaan.

LFM3-1.7B-mallikortin mukaan tekstimallissa on 1,73 miljardia parametria, sen konteksti-ikkunan pituus on 256K tokenia ja sanastossa on 128 000 tokenia. Se tukee 16 kieltä, ja se julkaistaan LFM Open License v1.0 -lisenssillä. Perusmalli ja jatkokoulutetut mallit ovat saatavilla avoimin painoin Hugging Facessa, Liquid AI Playgroundissa ja Liquid AI API:ssa.

Liquid AI:n julkaisujulkaisussa nimetään julkaisupäivän kumppaneiksi Ambarella, AMD, Arm, Intel OpenVINO:n kautta, NVIDIA, OpenRouter, Qualcomm Qualcomm AI Hubin ja GenieX:n kautta sekä Vercel. Julkaisussa kerrotaan myös, että Mercedes-Benz ja Shopify osallistuivat julkaisua edeltävään testaukseen ja arviointiin.

Kolmihybridinen arkkitehtuuri ja koulutus

LFM3-1.7B-Base-mallissa on 24 kerrosta: 13 portitettua lyhyttä konvoluutiokerrosta, viisi liukuikkunahuomiointikerrosta, joiden ikkuna on 256 tokenia, ja kuusi globaalia huomiointikerrosta. Konvoluutioiden ytimen koko on 7, kun se oli LFM2:ssa 3. Runkoa määrittävät lisäksi kolme muutosta: pääkohtainen portitettu huomiointi, jossa sigmoid-portti skaalaa kunkin huomiointipään tulostetta ja voi vaimentaa kvantisointia haittaavia aktivaatioiden poikkeavia arvoja; osittainen RoPE, jossa globaalit huomiointikerrokset kiertävät kussakin päässä vain korkeimman taajuuden puolet, kun taas liukuikkunakerrokset käyttävät täyttä RoPEa; sekä sandwich-normitus, joka normalisoi kunkin lohkon syötteen ja tulosteen.

Arkkitehtuuri syntyi Liquid AI:n laitteistoa hyödyntävästä arkkitehtuurinhausta, jota laajennettiin LFM3:a varten 14 laite- ja taustajärjestelmäyhdistelmään. Niihin kuuluvat puhelimet (Samsung Galaxy S26 Ultra ja OnePlus 15), Raspberry Pi 5, kannettavat tietokoneet (Apple M4 Max ja AMD Ryzen AI), Arm- ja x86-pilviprosessorit, grafiikkasuorittimet sekä Qualcomm Hexagon NPU.

LFM3-1.7B-Base esikoulutettiin 22 biljoonalla tokenilla. Viimeiset 3,5 biljoonaa tokenia muodostivat välikoulutusvaiheen, jossa käytettiin kuratoitua dataa ja aiempaa enemmän agenttitoiminnan jälkiä ja työkalukutsuja; samalla konteksti-ikkuna laajennettiin 256K tokeniin. Jatkokoulutus eteni neljässä vaiheessa: ohjattu hienosäätö 1,75 biljoonalla tokenilla, yhdistetty vahvistusoppiminen, usean toimialueen on-policy-tislaus kuudelta erikoistuneelta vahvistusoppimista käyttävältä opettajamallilta sekä agenttinen vahvistusoppiminen todellisissa agenttikehyksissä.

Liquid AI:n mukaan uusi arkkitehtuuri mahdollistaa sen, että LFM3-1.7B päihittää edeltäjänsä LFM2.5-2.6B:n 35 % pienemmällä parametrimäärällä. Parametria kohden se yltää lyhyillä kehotteilla LFM2-1.2B:n tasolle ja toimii noin 25 % nopeammin, kun kontekstissa on 8K tokenia. Yhtiön mukaan tekstimalli käyttää 4-bittisellä tarkkuudella noin 1 Gt muistia.

Yhtiön raportoima suorituskyky ja erikoistuminen

Liquid AI kertoo, että LFM3-1.7B saa WebArena-Verified-testissä 38,42 pistettä, kun LFM2.5-2.6B:n tulos on 3,02 pistettä, ja että suurimmat parannukset näkyvät agenttisissa tehtävissä. Mallikortissa kuitenkin todetaan, ettei mallia suositella agenttiseen koodaukseen tai monimutkaiseen, useita vaiheita sisältävään päättelyyn sen pienen koon vuoksi.

Liquid AI:n mukaan LFM3-VL-2B on ensimmäinen LFM-näkömalli, joka hyväksyy videosyötteen. Yhtiö kertoo sen nostavan 62 näkötestin keskiarvon 57,6:sta 71,4:ään verrattuna LFM2.5-VL-3B-malliin, vaikka siinä on 1,9 miljardia parametria aiemman mallin 3,1 miljardin sijaan. Näin se yltää yli kuusi kertaa suuremman Gemma 4 12B -mallin tasolle. Uusi, yhtiön itse kehittämä 164 miljoonan parametrin näköenkooderi käyttää kolme kertaa vähemmän laskentatehoa kuin aiempien LFM VL -mallien SigLIP2-enkooderi ja yltää samaan tarkkuuteen kuin Qwen3.5-2B:n näköenkooderi 2,2 kertaa pienemmällä FLOP-määrällä yhtiön mittausten mukaan.

LFM3-Audio-2B tukee 18 kieltä. Liquid AI raportoi sen puheenlaadun tulokseksi 3,83 UTMOSv2-testissä, kun LFM2.5-Audio-1.5B:n tulos on 3,22. Mallissa on täysin kausaalinen äänienkooderi, jonka aika ensimmäiseen tokeniin on alimmillaan 50 ms, sekä LiquidCodec-tokenisaattori, joka tuottaa puhetta noin 87 kertaa reaaliaikaa nopeammin yhdellä Apple M4 Maxin suoritinytimellä. Yhtiön mukaan 2,2 miljardin parametrin LFM3-Omni-2B päihittää enintään 10,7 miljardin parametrin malleja, kuten Qwen2.5-Omni-7B:n, Daily-Omni-, WorldSense- ja AV-SpeakerBench-testeissä, joissa arvioidaan audiovisuaalista ymmärtämistä.

Päätöksentekomallit vastaavat kysymyslistaan yhdellä eteenpäinlaskentakierroksella ja antavat jokaiselle vastaukselle kalibroidun todennäköisyyden. Ne tuottavat myös tyypitettyjä vastauksia, jotka osoittavat kohteisiin, lukevat arvoja asiakirjoista, arvioivat lukuja vaihteluväleineen ja valitsevat kaikki soveltuvat vaihtoehdot. Liquid AI:n mukaan d1-2B korvaa d1-3B:n kolmanneksen pienemmällä parametrimäärällä ja saa ImajevBench-testissä 75,5 pistettä aiemman mallin 64,0 pisteen sijaan.

Jokainen LFM3-malli voidaan hienosäätää yhdellä grafiikkasuorittimella, ja Liquid AI julkaisi tekstimalleille, näkömalleille, äänimalleille ja omni-malleille muistikirjoja, joissa käsitellään ohjattua hienosäätöä, DPO:ta, GRPO:ta ja jatkoesikoulutusta. Eräässä yritysesimerkissä LFM3-VL-2B-mallia hienosäädettiin noin 3 000 julkisesti saatavilla olevalla tuuliturbiinin lavan valokuvalla muutaman tunnin ajan yhdellä A100:lla. Tämä nosti vikojen luokittelutarkkuuden 67 prosenttiin ja tunnistuksen F1-arvon 0,003:sta 0,11:een erillisissä testikuvissa.

Liquid AI mukautti LFM3-VL-2B-mallin myös kolmeksi robotiikkamalliksi, jotka on tarkoitettu koordinointiin, navigointiin ja käsittelyyn. Yhtiön mukaan 15 eri robotin parissa koulutettu näkö-, kieli- ja toimintamalli saavutti keskimäärin 96,2 prosentin onnistumisasteen LIBEROn neljässä testikokonaisuudessa ja 45,7 prosentin onnistumisasteen RoboCasa-GR1:n pöytätehtävissä. Malli tuotti toimintajaksoja alle 50 millisekunnissa Jetson AGX Orinilla TensorRT FP16:n avulla.

Läpimenon osalta Liquid AI kertoi, että LFM3-1.7B voi tuottaa 3,6 miljardia tokenia päivässä yhdellä NVIDIA B300 -grafiikkasuorittimella, kun samanaikaisia pyyntöjä on 1 024. Malleissa on natiivi tuki llama.cpp:lle, MLX:lle ja vLLM:lle Apple-, AMD-, NVIDIA- ja Qualcomm-laitteistoilla. Mallien tarkistuspisteversioihin kuuluvat muun muassa BF16, FP8, NVFP4, GGUF, MLX ja ONNX.