Liquid AI представила семейство LFM3 — мультимодальные модели по 2 млрд параметров

Liquid AI выпустила новое поколение своих базовых моделей LFM3, где текст, зрение, аудио, омнимодальные и «решающие» модели построены на одном общем каркасе в диапазоне около 2 млрд параметров. Каждую из них можно дообучить на собственных данных на одной видеокарте и запустить прямо на устройстве пользователя. Архитектуру переработали с помощью автоматизированного поиска, который теперь охватывает 14 комбинаций железа и бэкендов — от смартфонов и Raspberry Pi 5 до ноутбуков, облачных CPU, GPU и NPU Qualcomm Hexagon. Базовая LFM3-1.7B-Base содержит 24 слоя и обучена на 22 трлн токенов со словарём на 128 тыс. токенов, а последние 3,5 трлн токенов пришлись на отдельный этап с упором на агентные траектории и вызовы инструментов, что расширило контекст до 256 тыс. токенов. На коротких запросах модель не уступает LFM2-1.2B, но при контексте в 8 тыс. токенов работает примерно на 25% быстрее. Флагманская LFM3-1.7B обходит предшественницу LFM2.5-2.6B при на 35% меньшем числе параметров, а на WebArena-Verified набирает 38,42 против 3,02 и обыгрывает Qwen3.5-9B в длинных задачах в браузере и бизнес-приложениях. Все модели запускаются через transformers и ориентированы на локальных агентов, вызов инструментов и структурированный вывод.