LiquidAI 发布的 LFM3-Omni-2B GGUF 模型支持本地多模态推理

LiquidAI 发布 LFM3 系列端侧基础模型，覆盖文本、音频与全模态

2026 年 10 月 27 日，LiquidAI 发布新一代液态基础模型系列 LFM3。据 Hugging Face 博客，LFM3 采用新的三混合（tri-hybrid）架构，将文本、视觉、音频、全模态及决策模型集成到共享的 2B 参数级骨干，在参数量减少 35% 的情况下性能超越 LFM2 系列，系列包含六个专用模型，针对 GPU、CPU、NPU 等 14 种处理器类别优化，面向端侧部署。 具体模型陆续披露：LFM3-1.7B 为 1.73B 参数文本模型，支持 256K token 上下文窗口和 16 种语言，针对智能体框架做后训练，4-bit 精度下约 1 GB；作者说明其适合本地智能体、工具调用和结构化输出，但模型较小，不建议用于 agentic coding 或复杂多步推理。LFM3-Omni-2B 是家族首个全模态模型，总参数 2.17B，单一模型理解文本、图像、视频、音频并以文本和语音输出，上下文 32K tokens，语音输出 24 kHz，视频按 2 fps 采样（默认 4 至 384 帧），已有 GGUF 格式支持本地 CPU/GPU 推理。LFM3-Audio-2B 为 2B 音频模型，采用 LFM3 主干和 LiquidCodec 音频分词器，支持 18 种语言的语音转写、合成与翻译、音频理解、语音聊天和工具调用，上下文 32K token，语音质量较 LFM2.5-Audio 提升，纯文本回复仅支持英文。