快速结论
LFM3 首批提供文本、视觉、音频、Omni 和决策方向的六款模型;LFM3-1.7B 模型卡标注 LFM Open License v1.0。
- 官方公告日期为 10 月 27 日。
- 文本模型卡将 256K 定义为输入与输出合计上下文。
- 开放权重不应自动表述成 Apache 2.0 许可。
本次更新:10 月 28 日核对原始公告与固定版本文档后新增,注明时间、适用范围及未实测部分。
Liquid AI 于 10 月 27 日发布 LFM3 系列,首批以同一基础骨干扩展约 2B 规模的文本、视觉、音频、Omni 和决策模型,提供开放权重与相应使用入口。
本地 Agent 的选型信息
文本模型 LFM3-1.7B 提供 256K 上下文,模型卡标注 LFM Open License v1.0。卡片同时提醒,它并非面向复杂多步推理和 Agent 编程的首选;不能只根据“小模型可用工具”就推断所有任务均适合。
官方给出的 4-bit 约 1GB 体量,也不等于整套运行环境只需 1GB 内存。部署时还需考虑缓存、运行时和目标上下文。
如何做自己的比较
以下为本站建议。先选一项重复、输入范围清楚的任务,用固定材料观察合格率、时间和内存,再决定是否适合持续在本地运行。资料问答、分类和复杂代码修改应分别计分。
保留许可版本、具体权重与量化格式。多模态系列中的模型也要按输入、输出能力选择,不能用文本模型的要求代表整个家族。本站没有下载权重或复现官方跑分。
参考资料
本文依据以下资料整理,版本与接口信息请以来源页面的现行说明为准。