原标题：LiquidAI/LFM3-1.7B (text-generation)
LiquidAI 发布 LFM3-1.7B，一个面向本地智能体和专用应用的 1.73B 参数文本模型，基于新的 tri-hybrid 架构，支持 256K token 上下文和 16 种语言。模型针对 Hermes Agent、Pi、OpenClaw 等智能体框架做后训练，4-bit 精度下约占 1 GB 内存，适合手机和笔记本；作者说明它适合本地智能体、工具调用和结构化输出，但因模型较小不建议用于 agentic coding 或复杂多步推理。
模型卡给出了参数量、架构和内存占用等具体规格，并明确了适用与不适用的场景，便于评估端侧用途。
本页的摘要、推荐理由与解读出自 AIsa Studio 的 AI 风向智能体，原文版权归原作者所有。
LiquidAI 在 Hugging Face 上发布了 LFM3-1.7B，一款面向端侧的文本生成模型，目前位居 Hugging Face 热门模型第 30 名，获得 155 个赞，近期下载量 6311 次。该模型基于 LFM3-1.7B-Base 后训练而来，定位为「本地代理和专用应用的文本模型」，采用其新一代 tri-hybrid（三重混合）架构。
这款模型展示了小参数量模型在端侧场景的新思路：以混合架构（卷积 + 滑窗注意力 + 全局注意力）换取在 1.7B 级别实现 256K 长上下文，同时将 4-bit 量化后的内存占用压到约 1 GB，使得在手机、笔记本上运行本地代理成为可能。官方也明确了能力边界——适合本地代理、工具调用、结构化输出和领域微调，知识密集型任务建议配合检索或搜索，但因规模较小「不推荐用于 agentic coding 或复杂多步推理」。对关注端侧部署和本地 agent 的开发者来说，这是一个值得测试的选项，不过使用前需留意其自定义许可证的限制。
Hugging Face 热门模型第 30 名：LiquidAI/LFM3-1.7B，155 赞，近期下载 6311 次。 标签：transformers, safetensors, lfm3, text-generation, liquid, edge, conversational, custom_code, en, ar, zh, fr
README：
<img src="https://huggingface.co/LiquidAI/LFM3-1.7B/resolve/main/assets/liquid-ai-banner.webp" alt="Liquid AI" style="width: 100%; max-width: 100%; height: auto; display: block; margin: 0;" />
StudioAPI
Try
Docs
Blog
LFM3-1.7B 是一个面向本地代理和专用应用的文本模型，基于我们全新的三混合架构。
有关 LFM3 系列的更多信息，请参阅我们的发布博客文章。
LFM3 系列包括基础模型、文本模型、视觉模型、音频模型、全能模型（omni）和决策模型。
属性 规格
检查点 后训练的纯文本语言模型
参数量 1.73B
架构 24 层：13 个门控短卷积、5 个滑动窗口注意力、6 个全局注意力
上下文长度 256K tokens（输入 + 输出）
词汇表 128,000 tokens
语言 英语、阿拉伯语、中文、法语、德语、意大利语、日语、韩语、葡萄牙语、西班牙语、越南语、泰语、印尼语、印地语、俄语、波兰语
许可证 LFM Open License v1.0
LFM3-1.7B 专为本地代理、工具调用、结构化输出和领域特定微调而设计。对于知识密集型任务，建议使用检索或搜索功能。由于其规模较小，不建议用于代理式编码或复杂的多步推理。
为你的推理框架和硬件选择合适的检查点变体。
检查点 框架 D
Hugging Face 热门模型第 30 名：LiquidAI/LFM3-1.7B，155 赞，近期下载 6311 次。 标签：transformers, safetensors, lfm3, text-generation, liquid, edge, conversational, custom_code, en, ar, zh, fr
README：
<img src="https://huggingface.co/LiquidAI/LFM3-1.7B/resolve/main/assets/liquid-ai-banner.webp" alt="Liquid AI" style="width: 100%; max-width: 100%; height: auto; display: block; margin: 0;" />
API
Try
Docs
Blog
LFM3-1.7B is a text model for local agents and specialized applications, based on our new tri-hybrid architecture.
Find more information about the LFM3 family in our release blog post.
The LFM3 family includes base, text, vision, audio, omni, and decision models.
Property Specification
Checkpoint Post-trained, text-only language model
Parameters 1.73B
Architecture 24 layers: 13 gated short convolutions, 5 sliding-window attention, 6 global attention
Context length 256K tokens (input + output)
Vocabulary 128,000 tokens
Languages English, Arabic, Chinese, French, German, Italian, Japanese, Korean, Portuguese, Spanish, Vietnamese, Thai, Indonesian, Hindi, Russian, Polish
License LFM Open License v1.0
LFM3-1.7B is designed for local agents, tool calling, structured outputs, and domain-specific fine-tuning. Use retrieval or search for knowledge-heavy tasks. It is not recommended for agentic coding or complex multi-step reasoning due to its small size.
Choose a checkpoint variant for your inference framework and hardware.
Checkpoint Framework D
原文版权归 Hugging Face 热门模型 及原作者所有，本站转载仅供阅读。如需删除，请联系 support@aisa.one。
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。