Liquid AI 一次放出六个 2B 级小模型：4bit 只要 1GB 内存，手机笔记本都能跑 Agent
三分钟看懂
一句话先说结论：Liquid AI 发布了新一代 LFM3 家族，一共六个模型，全部在 2B 参数上下，全部开放权重，而且是从同一个「骨干」上分出来的六种专长——文本、视觉、音频、全模态，外加两个只做判断的决策模型。
为什么值得看：过去一年小模型的路子基本是「把大模型砍小」，能力打折、场景单一。LFM3 换了个思路——先练一个 1.7B 的底子，再从这个底子长出六种不同的能力，每一种都能在自己的领域里打赢比自己大好几倍的模型。对普通用户来说，最直接的变化是：一个 4bit 量化后只占约 1GB 内存的模型，可以真的在你手机上长期挂着一个 Agent，而不是演示一下就没电。
对谁有用：想在本地跑自动化助理的人、需要把模型塞进手机或车机的人、手里有一批私有数据想单卡微调的人、以及每天要处理成千上万张工单/发票/录音、只想让模型「给个判断」而不是「写篇作文」的人。
这是什么：一个骨干，六个分身
LFM3 的技术底色是一个新架构。官方把它叫 tri-hybrid（三混合），24 层里用了三种不同的算子：
- 13 层门控短卷积（kernel size 从 LFM2 的 3 提到 7）
- 5 层滑窗注意力（窗口只有 256 个 token）
- 6 层全局注意力
再往上叠了四个小改动：每个注意力头带一个 sigmoid 门，没东西可说时可以直接关掉；全局注意力层只对一半维度做 RoPE 旋转；每个 block 的输入输出都做归一化；词表沿用 LFM2.5-8B-A1B 的 128K。
预训练用了 22T tokens。最后 3.5T 是「中期训练」，数据里塞了大量 Agent 轨迹和工具调用样本——这一步同时把上下文从 32K 一路扩到 256K。后面接四段后训练：1.75T tokens 的 SFT、多域混合强化学习（带长度惩罚，逼模型说话简短）、六个专家教师蒸馏回一个模型（MOPD），最后是在真实 Agent 环境里跑的 agentic RL。
六个模型长这样：
| 模型 | 参数 | 干什么 | 上下文 |
|---|---|---|---|
| LFM3-1.7B | 1.7B | 文本，跑本地 Agent、工具检索 | 256K |
| LFM3-VL-2B | 1.9B | 看图、看视频、空间与具身推理 | — |
| LFM3-Audio-2B | 2.0B | 18 语种识别/合成/翻译，能调工具 | — |
| LFM3-Omni-2B | 2.2B | 看图+听声+说话，多模态工具调用 | — |
| d1-2B | 1.9B | 读文字和图片，直接下判断 | — |
| d1-Omni-2B | 2.2B | 连声音一起听，直接下判断 | — |
到底小到什么程度
官方给的几个数字比较直观：
- 文本模型 4bit 量化后约 1GB 内存，塞得进手机。
- 128K 上下文的 KV cache 只要 1.6GB，同一张表里 Qwen3.5-4B 要 4.3GB、MiniCPM5-2B 要 5.6GB。
- 在 llama.cpp Q4_0、32K 上下文的条件下，它在 AMD Ryzen AI Max+ 395、Apple M5 Max、iPhone 17 Pro 三台设备上都是最快的，解码速度是同场对手的 1.8~2.8 倍，而且最省内存。
- 单张 NVIDIA B300 跑 SGLang BF16，1024 并发下一天能吐 3.6B tokens；官方顺手用它并行了 30 万个 Agent 去翻安然（Enron）的邮件档案。
这个「便宜」不是纸面数字。官方引了 MacPaw 一位工程师的实测说法：在 65 个真实 macOS 日常 Agent 任务上，LFM3-1.7B 的成功率 64%，对比 Qwen3.5-2B 的 48%，每个任务少用 58% 的 token，卡住的概率不到 1%（对手 15%）。
官方成绩单里最值得看的几行
下面都是官方博客和模型卡里的口径，测试条件写在括号里，不是第三方复现：
| 项目 | LFM3-1.7B | LFM2.5-2.6B | Qwen3.5-9B |
|---|---|---|---|
| 综合平均 | 49.37 | 31.55 | 47.24 |
| LiveClaw（Agent 长任务） | 45.60 | 14.70 | 35.77 |
| AutomationBench（公开集） | 41.29 | 0.94 | 15.10 |
| WebArena-Verified | 38.42 | 3.02 | 28.94 |
| BFCL V4（函数调用） | 71.39 | 55.89 | 62.83 |
| SWE-bench Verified | 43.40 | 18.00 | 51.20 |
| AA-LCR（长上下文） | 52.83 | 6.00 | 62.00 |
| GPQA Diamond | 63.37 | 57.78 | 80.40 |
该夸的夸：它在浏览器任务、企业流程、函数调用这几项上，确实越级打赢了比自己大五倍的模型。该说的也得说：知识量和复杂 agentic coding 仍然是参数的天下——GPQA Diamond 63.37 落后 Qwen3.5-9B 的 80.40，SWE-bench Verified 43.40 也输给它 51.20，Humanity's Last Exam 无工具只有 7.17（对手 16.41）。官方自己也承认「大小在编码和知识上仍然说话」。
视觉、音频、全模态这三块
LFM3-VL-2B：62 项视觉基准平均 71.4 分，和 Gemma 4 12B 的 71.7 几乎打平——对手大六倍。第一次支持视频输入，能做逐步推理，也能做空间定位（官方拿它当机器人控制器的基座）。视觉编码器是自研的，官方说同样质量下算力只要 SigLIP2 的三分之一，164M 的编码器在 13 项基准上追平 Qwen3.5-2B 的编码器，FLOPs 少 2.2 倍。
LFM3-Audio-2B：支持 18 种语言的识别、合成、翻译，还能把一句口头请求变成工具调用。VoiceBench 73.1，英文 TTS 的 UTMOSv2 3.8、WER 1.4%。自研的音频编码器是全因果的，可以边听边说，官方说首 token 最低 50ms。配套的 LiquidCodec 在 Apple M4 Max 单核上约 87 倍实时。
LFM3-Omni-2B：这是 Liquid 第一个全模态模型。能拿语音问图片、能同时看画面和听声音做视频理解、能用「看到的东西 + 说出的话」一起生成结构化工具调用。Daily-Omni 70.1、WorldSense 47.1、AV-SpeakerBench 46.8，都压过 Qwen2.5-Omni-3B 和 Gemma 4 E2B。官方举的例子挺具体：看着你手写的数学题听你提问、拿着平板边走边问它看到了什么、车机把摄像头画面和驾驶员的话合起来理解。
两个「只下判断、不聊天」的模型
d1-2B 和 d1-Omni-2B 是这个家族里最不显眼但可能最实用的两个。它们不写答案，只给判断：你把一张工单、一张发票、一个 App 界面、一张照片或一段语音，加上一长串问题丢进去，它一次前向就把所有问题答完，每个答案带一个校准过的概率。
相比上一代 d1-3B，最大的变化是「答案有类型」了：
- Point：按你的描述画框，或者数出一共有几个
- Read：把文字、数字、日期抽出来，附上原文位置；字段不存在时明确说「没找到」
- Estimate：给一个数，同时给可信区间
- Pick：所有符合的选项都选上，各带概率
成绩上，Decision Bench（真实企业记录）85.2 对比 d1-3B 的 83.6，Decision Index 51.1 对 49.0，参数还少了三分之一。d1-Omni-2B 用语音提问时，路由分诊这类任务从 83.4 掉到 78.2，掉得不算多。
怎么用：三条上手路径
路径一，直接下载权重。 Hugging Face 上六个模型都有，每个还配了 GGUF、ONNX、MLX、FP8、NVFP4 版本，官方集合页是 huggingface.co/collections/LiquidAI/lfm3。
路径二，本地跑起来。 文本模型用 llama.cpp（需要带 LFM3 支持的构建）或 MLX，4bit 约 1GB。视觉/音频/全模态模型官方也给了对应的 GGUF 和 MLX 仓库。官方说他们这次做硬件在环架构搜索时，覆盖了 14 种设备与后端组合：三星 Galaxy S26 Ultra、一加 15、树莓派 5、Apple M4 Max、AMD Ryzen AI、Arm 与 x86 云 CPU，还有 GPU 和高通 Hexagon NPU。
路径三，单卡微调。 官方给了微调 notebook。他们自己演示了一个很具体的例子：拿约 3000 张公开的风电叶片照片，在一张 A100 上用 SFT + GRPO 训几个小时，缺陷分类准确率从「不到 10%」提到 67%，检测 F1 从 0.003 提到 0.11。这件事的意义不在风电，而在于「一个 2B 模型 + 几千张你自己的图 + 一张卡 + 几小时」这条路径终于成立了。
成本与时间预估。 权重免费下载，花钱的地方在算力：本地跑一张消费级显卡就够（4bit 约 1GB 内存，笔记本都能扛）；要做官方那个微调示例，是一张 A100 跑几个小时；要复现「一天 3.6B tokens」的吞吐，得上 B300 这类数据中心卡。API 侧价格看 Liquid 官网定价页，本篇不搬二手报价。
适合谁，不适合谁
适合：
- 想在自己电脑或手机上常驻一个 Agent，处理收件箱、日历、网页检索、早报推送的人
- 需要把模型放进车机、平板、机器人这类算力和内存都紧张的地方
- 有一批私有图片/录音要处理，不能上传云端
- 每天要处理大量工单、发票、客服记录，只想让模型输出结构化判断
不适合：
- 需要顶格知识量、要回答冷门专业知识的问题（GPQA、HLE 落后明显）
- 复杂的 agentic coding（SWE-bench Verified 43.4，仍低于 Qwen3.5-9B 的 51.2）
- 只想要一个能聊天的通用大模型——这不是它的定位
第一步马上可以做的： 去集合页把 LFM3-1.7B-GGUF 拉下来，在 llama.cpp 里挂一个 32K 上下文的本地助理，先试试它能不能替你处理收件箱分诊和日历排期——这是这批模型最直接的体感测试。
避坑
- 许可证不是 Apache 或 MIT。 模型卡写的是 LFM Open License v1.0（
license: other）。开放权重不等于随便商用，落地前把 LICENSE 读一遍。 - 语言覆盖别想当然。 文本模型卡只标了 16 种语言（含中文），音频是 18 种。真要跑小语种，先自己验一遍。
- benchmark 是官方口径。 上面所有分数来自官方博客和模型卡，测试条件是 vLLM BF16 满上下文、temperature 0.6 / top_p 0.95（端侧那组是 llama.cpp Q4_0、32K）。换成你的量化方案和推理框架，数字会变。
- 「30 万 Agent 并行」是吞吐演示，不是说你也能这么干——那需要一张 B300 和 SGLang 的调优。
一句话总结
LFM3 不是「又一个更小的模型」，而是把「一个骨干长出一窝专才」这件事做成了产品：文本管 Agent、视觉管看、音频管听、Omni 管一起、d1 管下判断，全都压在 1~2GB 的内存预算里。它不打算赢知识竞赛，它打算赢「能不能一直挂在你设备上」这场比赛。
参考来源
- Liquid AI 官方发布博客：https://www.liquid.ai/blog/lfm3
- 官方模型卡（LFM3-1.7B）：https://huggingface.co/LiquidAI/LFM3-1.7B
- 官方工程博客：https://huggingface.co/blog/LiquidAI/lfm3
- 模型集合页：https://huggingface.co/collections/LiquidAI/lfm3
- VentureBeat 报道：https://venturebeat.com/technology/liquid-ais-new-lfm3-models-put-browser-agents-voice-commands-and-image-reco
- MarkTechPost 报道：https://www.marktechpost.com/2026/10/27/liquid-ai-lfm3-open-weight-2b-multimodal-models/
- 智源社区转述：https://hub.baai.ac.cn/view/59105
本篇以 Liquid AI 官方博客与 Hugging Face 模型卡的一手信息为主，媒体侧仅用于交叉确认发布时间与事件本身，基于多家媒体转述整理。