2B 模型追着 12B 打：Liquid AI 发布 LFM3 全家桶

Liquid AI 发布了 LFM3，一套开放权重的 2B 级模型家族。6 个模型实例覆盖文本、视觉、音频、全模态和结构化决策。官方定位是 specialized intelligence：按场景选模型，微调，然后部署到设备端。

LFM3 用了新的 tri-hybrid 架构。Liquid AI 没有只用公开 benchmark 选结构，而是用自研的 hardware-in-the-loop 架构搜索，把推理速度、内存占用和模型质量一起放进搜索目标。搜索范围覆盖 14 种设备组合：手机、笔记本、Raspberry Pi 5、云 CPU、GPU 和 Qualcomm Hexagon NPU。部署约束在选架构时就被算了进去。

文本模型 LFM3-1.7B

有 256K 上下文，支持 16 种语言，针对 agent harness 做了后训练。128K token 时 KV cache（推理时的键值缓存）占 1.6 GB，对比 Qwen3.5-4B 的 4.3 GB。单卡可微调，也适合跑本地 agent：收件箱分类、日历管理、网页研究、工具调用。官方用 30 万个并行 agent 分析过安然邮件存档。在 WebArena-Verified 和 AutomationBench 上，1.7B 超过 Qwen3.5-9B。也能跑服务端负载，官方称高压下 p95 延迟稳定，适合在线欺诈检测这类延迟敏感场景。Liquid AI 还提到，它在设备智能的 Pareto 前沿上排第一。

视觉模型 LFM3-VL-2B

1.9B 参数，支持图片和视频输入，能做分步推理、图表数学、空间定位。62 个视觉 benchmark 平均 71.4，和 Gemma 4 12B 持平。自研视觉编码器大约只用 SigLIP2 三分之一的算力。官方划了边界：不适合 coding 和复杂多步推理。

音频模型 LFM3-Audio-2B

支持 18 种语言，输入文本或音频，输出文本、语音或混合内容。因果音频编码器能在用户说话时边处理边 prefill，官方说首 token 最低 50 ms。LiquidCodec 在 Apple M4 Max 单 CPU 线程上约 87 倍实时合成语音。内部 spoken tool-calling 评测 58.5，对比 Qwen2.5-Omni-3B 的 44.3。

全模态模型 LFM3-Omni-2B

2.2B 参数，第一个把视觉、音频和语言放在一起的 omni 模型。可以看图听声，再输出文本或语音。Daily-Omni 评测 70.1，对比 Qwen2.5-Omni-7B 的 61.3。

决策模型 d1-2B 和 d1-Omni-2B

前者接受文本和图像，后者再加音频。两者都把输入转成结构化答案，单次前向传播给出带校准概率的结果。支持边界框、文本/数字/日期抽取、返回 not found、数值范围估计。117 个基准上 d1-2B 得分 63.2，比 d1-3B 还高。有开发者觉得这最适合做分类和路由：一个阈值判断就完事。也有开发者提醒，微调 d1 系列可能破坏校准概率，最好用留出集重新拟合温度，再看可靠性图。

微调效果

一个具体的例子：用大约 3000 张公开的 WTBs2025 风电叶片照片，对 LFM3-VL-2B 做 SFT 和 GRPO，一张 A100 上训练几小时。约 1400 张留出照片上，缺陷分类准确率 67%，原始模型和 GPT-6 Luna 都不到 10%。检测 F1 从 0.003 提到 0.11。模型还能写检查结论，描述缺陷、证据和位置。

机器人方向也在试：LFM3-VL-2B 做视觉导航和操作，搭配 d1-2B 做技能监控。一个跨 15 种本体训练的 VLA（视觉-语言-动作模型），在 LIBERO 四个套件上平均 96.2%，RoboCasa-GR1 桌面任务 45.7%，在 Jetson AGX Orin 上用 TensorRT FP16 生成动作块不到 50 ms。

LFM3 已经上线 Hugging Face，提供 BF16、FP8、NVFP4、GGUF、MLX、ONNX 等版本，支持 vLLM、SGLang、llama.cpp、Ollama、LM Studio。AMD、Arm、NVIDIA、OpenRouter、Qualcomm、Intel 等是 day-0 合作伙伴。

评论区里，开发者已经在盘算周末微调一个，周日上线。也有人问量化后的内存占用，还有人说 2B 是微调的最佳甜点区。模型小不小不重要，能跑在哪儿、能不能调成自己的形状，才是关键。