Liquid AI发布LFM3模型家族，覆盖文本、视觉、音频与决策场景

Liquid AI近日发布LFM3基础模型家族，首批包含六款约20亿参数模型，覆盖文本、视觉、音频、全模态和决策任务，均基于LFM3-1.7B-Base架构训练，预训练数据规模达22万亿Token。模型采用门控短卷积、滑动窗口注意力和全局注意力组成的三混合架构，在处理8K上下文时速度较上一代提升约25%；文本模型支持25K上下文，4比特量化后体积约1GB。系列模型可适配手机、树莓派、笔记本及云端CPU、GPU、高通NPU等14种设备与后端组合，并支持端侧部署、垂直领域微调及机器人应用。LFM3开源权重已上线，获得AMD、高通、英伟达、Apple MLX等支持。