原标题：LiquidAI/LFM3-Audio-2B (any-to-any)
Liquid AI 发布 LFM3-Audio-2B，可在笔记本和边缘设备本地运行的 2B 全功能音频模型，输入文本或音频，输出文本、24 kHz 语音或两者交错。模型支持语音聊天、18 种语言的语音转写、合成与翻译、音频理解与推理，以及把口头请求转成工具调用；采用自研音频编码器和 LiquidCodec 音频 tokenizer，语音质量较 LFM2.5-Audio 有提升，上下文长度 32K token，流式语音生成支持中文在内的多语言语音，纯文本回复仅支持英文。
官方说明列出了模型规模、输入输出规格和语音能力清单，读者可以据此评估它在端侧语音场景的适配度。
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。
Hugging Face 热门模型第 29 名：LiquidAI/LFM3-Audio-2B，141 赞，近期下载 3550 次。 标签：transformers, safetensors, lfm3_audio, automatic-speech-recognition, liquid, lfm3, audio, speech, edge, conversational, multilingual, custom_code
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-Audio-2B is a compact, fully featured audio model that runs locally on laptops and edge devices. It takes text or audio as input and responds with text, speech, or both.
LFM3-Audio-2B introduces an in-house audio encoder and LiquidCodec audio tokenizer, improving speech quality over LFM2.5-Audio. 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
Parameters 2B total
Architecture LFM3 backbone, causal audio encoder, and LiquidCodec audio tokenizer
Input Text or audio; audio encoder operates at 16 kHz
Output Text, 24 kHz speech, or interleaved text and speech
Context length 32K tokens (input + output)
Streaming Causal audio encoding, incremental prefill, and streaming speech generation
Speech languages / locales Arabic, Danish, German, Greek, British English, American English, Finnish, French, Hebrew, Italian, Japanese, Korean, Dutch, Polish, Portuguese, Spanish, Swedish, Turkish, Chinese </t
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。