Liquid AI 发布 LFM3：6 款开源多模态模型共享混合架构
Liquid AI 推出 LFM3 系列，包含 6 款 2B 级开源权重模型，覆盖文本、视觉、音频及决策任务。该系列采用“三混合”架构（门控短卷积+滑动窗口注意力+全局注意力），并通过硬件在环搜索优化。LFM3-1.7B 在 BFCL V4 和 WebArena 等基准上超越 Qwen3.5-9B，但在长上下文推理（RULER）和高难知识问答（GPQA）上存在明显短板。
报道正文
▲ Marktechpost AI · 2026-10-27 21
▲ Liquid AI 刚刚发布了 LFM3，这是一组包含 6 个开放权重、2B 级参数的模型，它们将文本、视觉、音频、全模态（omni）和决策任务统一在一个共享骨干网络（backbone）上。
其核心设计理念是一种三混合架构（tri-hybrid architecture）。该架构的 24 层由 13 层门控短卷积（gated short convolutions）、5 层滑动窗口注意力（sliding-window attention）和 6 层全局注意力（global attention）组成。Liquid 通过硬件在环搜索（hardware-in-the-loop search），针对 14 种设备和后端组合优化了这种混合比例。
在 Liquid 自己的评估中，LFM3-1.7B 在 29 个基准测试上的平均得分为 49.37，而 Qwen3.5-9B 为 47.24。它在 BFCL V4 上的得分为 71.39（对比 62.83），在 WebArena-Verified 上的得分为 38.42（对比 28.94）。不过这也存在权衡：GPQA Diamond 得分为 63.37（对比 80.40），RULER 128K 得分为 65.56（对比 87.11）。
LFM3-1.7B 拥有 1.73B 参数、256K 上下文窗口，并在 4-bit 量化下占用约 1 GB 内存。权重采用 LFM Open License v1.0 发布，对于年营收低于 1000 万美元的商业使用免费……
完整分析：
