六款模型，每一款参数量都在2B以下，目标却是在本地笔记本上跑起来。Liquid AI 发布的 LFM3 系列，把文本、视觉、语音和全模态拆成了各自专用的版本。

这套模型家族基于新的三元混合架构与多模态编码器构建，针对 GPU、CPU 和 NPU 共 14 类处理器做了优化，并且可以在单张 GPU 上完成微调。对想在本地部署的开发者来说，这几个条件决定了它能不能真正跑起来。

能力分工上，六款模型覆盖了不同方向：

  • 文本模型
  • 视频视觉模型
  • 语音模型，支持 18 种语言
  • 全模态模型，能看、能听、能说
  • 单次通过决策模型

性能对比是这次发布最受关注的部分。Liquid AI 称，在自家测试中，1.7B 模型在 WebArena-Verified 上击败了 Qwen3.5-9B；另一款 1.9B 决策模型的表现，则与 Gemma 4 12B、Gemini 3.5 Flash Lite 及 GPT-5.6 Luna 具有竞争力。

参数规模小一个量级，却要在评测上对标更大的模型，这正是设备端模型眼下竞争的核心命题。LFM3 把答案押在了架构和处理器适配上，而不是单纯堆参数。