LFM3 发布：1.9B 参数追平 12B 模型

Liquid AI 今天发布新一代模型家族 LFM3。SGLang 同步上线 Day-0 支持，dev 镜像已可拉取。整个家族都是 2B 级小模型，但几项跑分直接打到了 12B 级。

LFM3 一共 6 个实例，覆盖文本、视觉、音频、全模态和决策。核心是新的 tri-hybrid 架构：13 个门控短卷积块、5 个滑窗注意力块、6 个全局注意力块。KV 状态只随序列长度在 6 个全局注意力层增长，长上下文显存开销被压得很低。

参数效率是这次最显眼的数字。LFM3-1.7B 在 WebArena-Verified 上拿 38.42，AutomationBench 拿 41.29，都超过 Qwen3.5-9B。LFM3-VL-2B 更夸张：1.9B 参数，62 个视觉基准平均 71.4，追平 Gemma 4 12B，对方参数是它的 6 倍。

六个模型各自的定位：

• LFM3-1.7B：文本，256K 上下文。4-bit 量化后约 1 GB，手机能跑。单 GPU 可微调。
• LFM3-VL-2B：视觉语言，新增视频输入，2fps 采样。能处理图表、数学、物体定位和空间关系。
• LFM3-Audio-2B：语音，18 种语言。因果音频编码器支持边说边处理，首 token 延迟最低 50ms。
• LFM3-Omni-2B：全模态，视觉+音频+语言，2.2B 参数。
• d1-2B / d1-Omni-2B：决策模型，一次前向传播输出结构化结果和校准概率。

Liquid AI 用硬件在环架构搜索设计模型，把推理速度和内存占用直接放进架构选择的约束里。LFM2 主要优化手机和笔记本 CPU，LFM3 扩展到 14 种设备组合：Galaxy S26 Ultra、OnePlus 15、Apple M4 Max、AMD Ryzen AI、树莓派 5，以及各类 GPU/CPU/NPU。部署约束先于架构，跟主流预训练范式明显不同。

长上下文方面，LFM3-1.7B 在 128K tokens 时 KV cache 占 1.6 GB，对比 Qwen3.5-4B 的 4.3 GB。Liquid AI 还跑了 30 万个并行 agent 分析安然邮件存档，演示大规模 agent 任务的可行性。

微调门槛同样低。一个风电叶片检测案例：约 3000 张公开照片，SFT+GRPO 微调 LFM3-VL-2B，单张 A100 几小时完成。缺陷分类准确率从不到 10% 提到 67%，检测 F1 从 0.003 到 0.11。微调后的模型还能回答图像相关问题并生成检查报告。

SGLang 的 Day-0 支持已可用，但还没进正式 release，需要用 dev 镜像：

docker pull lmsysorg/sglang:dev-lfm3

单卡启动：

sglang serve LiquidAI/LFM3-1.7B \
  --reasoning-parser auto \
  --tool-call-parser auto

两个 checkpoint 的 BF16 权重都不足 4 GB。LFM3 默认开思考模式，SGLang 把 <think> 拆进 reasoning_content。工具调用是 XML 格式，SGLang 自动解析成标准 tool_calls，OpenAI 兼容接口直接可用。

模型卡也写明了边界：小模型不适合 agentic coding 和复杂多步推理。适合的是端侧 agent、语音助手、视觉理解这类专精场景。

模型卡：LFM3-1.7B、LFM3-VL-2B
SGLang Cookbook：https://docs.sglang.io/cookbook/autoregressive/LiquidAI/LFM3