本文目錄
Liquid AI 官博日期為 2026 年 10 月 27 日，標題 Introducing LFM3: Every Modality for Specialized Intelligence，宣布 LFM3——新一代 Liquid Foundation Models。家族依設計即為多模態，把文本、視覺、音訊、Omni 與決策模型放在同一 backbone 上；首發覆蓋約 2B 參數檔。base 與後訓練權重為開源權重（open-weight），可在 Hugging Face、Liquid Playground 與 Liquid AI API 取得。開源權重近文見 Atria Dawn 正式版權重開放：Hugging Face 上的 512K 上下文。
架構與訓練（廠商描述）
Liquid 描述新的 tri-hybrid 結構：閘控短卷積、滑動窗口注意力（SWA）與全局注意力。Hugging Face 上 LFM3-1.7B 文本模型卡約 1.73B 參數，24 層（13 卷積／5 SWA、256-token 窗／6 全局注意力），上下文 256K，詞表 128K，許可 LFM Open License v1.0。官博寫 LFM3-1.7B-Base 預訓練約 22T tokens，末段 mid-training 約 3.5T，並把文本上下文擴到 256K。
官博稱 LFM3-1.7B 相對上代 LFM2.5-2.6B 參數約少 35% 仍更強表達。文中基準表與端側吞吐數字均為 Liquid 自報，僅供參考。
同一 backbone 上的六款約 2B 模型
首發列出自 LFM3-1.7B-Base 分支的六款約 2B 檔模型（Hugging Face 上的量化倉是打包變體，不是獨立新產品線）：
- Text — LFM3-1.7B（256K 上下文）
- Vision — LFM3-VL-2B（含影片輸入等）
- Audio — LFM3-Audio-2B（文本／音訊入，文本／語音出；官博寫支援約 18 種語言）
- Omni — LFM3-Omni-2B（視覺＋音訊＋語言）
- Decision — d1-2B（自 VL）、d1-Omni-2B（自 Omni），面向毫秒級多題決策與校準機率
另見開源權重近文 MiniMax M3.1 Flash 開源權重已上 Hugging Face。語音／邊緣多模態近文見 Block 發布 Dessa：只用語音訓練的全雙工對話模型。
Day-0 夥伴與今日權重入口
官博 Launch Partners 點名 Ambarella、AMD、Arm、Intel via OpenVINO、NVIDIA、OpenRouter、Qualcomm（AI Hub／GenieX）、Vercel 等；builder 生態提及 Hugging Face、llama.cpp、MLX、Ollama、vLLM 等。
OpenRouter 在 day-0 夥伴名單中。OpenRouter 公開模型列表裡，Liquid 條目目前仍停留在 lfm-2.5-* 線，**未見 liquid/lfm3-*（或等價）模型 ID。權重與託管入口以 Hugging Face、Liquid Playground 與 Liquid AI API** 為準。
可用性、微調筆記本與本地跑法以 Liquid LFM3 官博及 LFM3-1.7B 模型卡為準。僅供參考。