RadarAI· X：Rohan Paul (@rohanpaul_ai)·· 2 小时前AI 评分60
Liquid AI 发布开源权重模型家族 LFM3，1.7B 文本模型超越前代 2.6B
AI 导读
Liquid AI 发布开源权重模型家族 LFM3，其中 1.7B 文本模型表现超过前代 2.6B 模型。性能提升来自 tri-hybrid 架构，24 层中 13 层为短卷积、5 层用 256-token 滑窗注意力、6 层全局注意力。
正文 · AI 翻译
Rohan Paul· @rohanpaul_ai · X·2026-10-28 01:51· 34 分钟前AI 评分62
AI 导读
Liquid AI 发布新一代开源权重模型家族 LFM3，1.7B 文本模型表现超越其前代 2.6B 模型。性能提升来自 tri-hybrid 架构，24 层中 13 层为短卷积、5 层用 256-token 滑窗注意力、6 层全局注意力；官方称 LFM3-VL-2B 可与参数量大 6 倍的 Gemma 4 12B 竞争，作者引用的数据称 1.7B 模型在 AutomationBench 得分 41.29，高于 Qwen3.5-9B 的 15.10。
正文 · 原文
Liquid AI 刚刚发布 LFM3，这是一个开源权重模型家族，其 1.7B 文本模型超越了前代 2.6B 模型。
性能提升来自 tri-hybrid 设计：24 层中有 13 层为短卷积，5 层使用 256-token 滑窗注意力，6 层进行全局注意力。
这种效率也体现在 Liquid 运行的智能体基准测试中：1.7B 模型在 AutomationBench 上得分 41.29，而 Qwen3.5-9B 仅为 15.10。
隆重推出 𝙻𝙵𝙼𝟹：我们新一代 Liquid 基础模型。凭借全新的 tri-hybrid 架构和全新的多模态编码器，LFM3 家族是面向专用智能的理想模型套件。 > 6 个模型实例，覆盖文本、音频、视觉和全模态，包含生成模型和决策模型。 > 𝙻𝙵𝙼𝟹-𝟷.𝟽𝙱：文本，256k 上下文窗口。 > 𝙻𝙵𝙼𝟹-𝚅𝙻-𝟸𝙱：视觉语言模型，支持视频输入以实现空间理解 > 𝙻𝙵𝙼𝟹-𝙰𝚞𝚍𝚒𝚘-𝟸𝙱：工具调用、语音聊天、18 种语言推理。 > 𝙻𝙵𝙼𝟹-𝙾𝚖𝚗𝚒-𝟸𝙱：融合视觉、音频和语言的全模态模型。 > 𝚍𝟷-𝟸𝙱 和 𝚍𝟷-𝙾𝚖𝚗𝚒-𝟸𝙱：决策模型，单次推理即可输出带类型的结果和校准概率。Omni 版本增加音频输入。 > 在 1 块 GPU 上微调。 > 全新的 tri-hybrid 架构 > 架构针对 GPU、CPU 和 NPU 上的 14 类处理器进行了优化。 > 𝙻𝙵𝙼𝟹-𝚅𝙻-𝟸𝙱 实力强劲。它以 1.9B 参数与 Gemma 4 12B（大 6 倍）、Gemini 3.5 Flash Lite 和 GPT-5.6 Luna 竞争。 > 𝙻𝙵𝙼𝟹-𝟷.𝟽𝙱 在设备智能 𝚙𝚒𝚙𝚎𝚝𝚝𝚎.𝚕𝚒𝚚𝚞𝚒𝚍.𝚊𝚒 的帕累托前沿上排名第一 为专用智能提供每一种模态。选择适合你用例的模型，进行定制，并在设备端运行。 1/ 🧵在 X 查看被引用的帖子
来源：Rohan Paul · x.com
来源：RadarAI · aihot.news