「1GB 装进口袋的智能体」：Liquid AI LFM3 一次放出六个 2B 模型，小模型第一次像回事了

先说结论。Liquid AI 在 10 月 27 日放出了 LFM3，一共六个模型，全都长在同一个 1.7B 参数的底座上，覆盖文字、视觉、语音、全模态和决策五种活。最抓人的一组数字是浏览器任务：WebArena-Verified 上 LFM3-1.7B 拿到 38.42，前代 LFM2.5 只有 3.02，翻了 12 倍还多，甚至压过了 9B 的 Qwen3.5。但先别急着把大模型全换掉，这些分数都出自 Liquid 自己跑的评测，知识题和长上下文上它照样输给大块头。我的看法是，LFM3 值得看的地方不在"小打大"这个噱头，而在它把"一个手机能跑、一个 GPU 能改"的智能体做成了一件现成的事。

六个模型，一副骨架

LFM3 的思路和以往不太一样。多数厂商是一个尺寸打天下，或者一个模态一个模型，Liquid 反过来：先把一个 1.7B 的底座做扎实，再从上面分叉出六个专门化的版本。你要文字智能体就拿文字版，要看图就拿视觉版，要听声音就拿语音版，不用为用不上的能力付内存。

视觉版是 Liquid 第一个能吃视频的视觉模型，采样 2 帧每秒；语音版支持 18 种语言；d1 那两个最有意思，它们不写文章，只做判断：给一段工单、一张发票、一张截图和一串问题，一次前向传播就把所有问题答完，每个答案带一个校准过的概率。d1 还新加了四种答法：框选、抽值、估数、 多选。客服分流、票据审核这种活，以前要么调大模型慢慢生成，要么写一堆规则，现在有了一个中间选项。

三层混搭是怎么省内存的

省内存的办法不在某一个 trick，而在 24 层里三种算子的配比。13 层门控短卷积，负责近处模式，几乎不占缓存；5 层滑窗注意力，窗口 256 个 token，管段落级别的上下文；6 层全局注意力，负责真正需要跨长距离回望的时候。卷积核从 LFM2 的 3 加到了 7。Liquid 算过一笔账：这套组合的 KV 缓存只有同等深度标准 Transformer 的 27% 左右。

这个配比来自实测。Liquid 搞了一套硬件在环的架构搜索，在 14 种设备和后端组合上实测，三星 Galaxy S26 Ultra、OnePlus 15、树莓派 5、苹果 M4 Max、AMD Ryzen AI、高通 Hexagon NPU 都在里面。也就是说，层数比例按"在真机器上跑起来怎么样"调出来，服务器上的困惑度只是参考。

训练量也给得很实在。底座预训练 22T token，最后 3.5T token 是一个专门的中期训练阶段，里面塞了更多智能体轨迹和工具调用，上下文窗口也在这一步拉到 256K。后训练分四步：1.75T token 的监督微调、混合强化学习、六个专科强化教师蒸馏回一个模型，最后在 Hermes Agent、Pi、OpenClaw 这些真实智能体框架里跑任务练出来的强化学习。

跑分：浏览器任务上翻了十几倍，知识题上还是老实

先把话说在前面：下面所有分数都是 Liquid 自己公布的，截至发稿还没有第三方独立复现。信几分，你自己掂量。但即便打个折，表格里的反差也值得琢磨。

读法很清楚。凡是"照着规矩把活干完"的任务，LFM3 占优；凡是"肚子里得有货"的任务，它就露馅。无工具的人类终极考试（Humanity's Last Exam）只有 7.17，官方文档也直说：别拿它做智能体编程和复杂多步推理，知识密集型任务请配检索和搜索。这份坦白比分数本身更可信。

视觉版的反差也类似。62 项视觉评测平均 71.4，从前代的 57.6 涨上来，追平了 12B 的 Gemma 4（71.7），文档、OCR 和图表这一类拿到 83.9。但数学和逻辑推理 68.8，离 Gemma 4 12B 的 79.3 还差一截。语音版 UTMOSv2 语音质量 3.83，比前代 3.22 高一截；全模态版在 Daily-Omni 上 70.1，压过 Qwen2.5-Omni-7B 的 61.3。d1-2B 比上一代 d1-3B 参数少了三分之一，决策基准 Decision Bench 反而从 83.6 涨到 85.2，图片规则判定 ImajevBench 从 64.0 涨到 75.5。

跑在手机上是什么感觉

数字之外，LFM3 最想让你记住的是"能跑在哪"。4-bit 量化后文字模型大约 1GB，装得进中端手机。Liquid 用 llama.cpp、Q4_0、32K 输入测了一圈：AMD Ryzen AI Max+ 395 生成速度 129.6 token/秒，苹果 M5 Max 237.1 token/秒，iPhone 17 Pro 43.6 token/秒，号称比同档下一个模型快 1.8 到 2.8 倍。128K 上下文的 KV 缓存只要 1.6GB，Qwen3.5-4B 同样长度要 4.3GB。服务器端，一块英伟达 B300 在 SGLang 下每天能吐 3.6B token，并发 1024 请求。

不过 1GB 这个说法要拆开看。它指的是模型文件本身，整个应用的内存账要另外算。VentureBeat 提醒过一句实在话：算部署预算的时候，模型、缓存、运行时和应用开销要分开算，128K 上下文的 1.6GB 只是 KV 缓存一项。我自己的建议也一样：先在你自己的机器和任务上跑一遍，别拿厂商的实验室数字当采购单。

上手门槛确实低。权重在 Hugging Face 上公开，GGUF、MLX、ONNX、FP8、NVFP4 格式齐全，llama.cpp、MLX、vLLM、SGLang、Ollama、LM Studio 都能跑，Liquid 还放了 10 个 Colab 微调笔记本，从抽 JSON 到教模型说新语言都有。文字版最短的上手代码就几行：

from transformers import pipeline

generator = pipeline(
    "text-generation",
    model="LiquidAI/LFM3-1.7B",
    trust_remote_code=True,
)

messages = [{"role": "user", "content": "What is C. elegans?"}]
output = generator(messages, do_sample=True, temperature=0.1,
                   top_k=50, repetition_penalty=1.1, max_new_tokens=2048)
print(output[0]["generated_text"][-1]["content"])

多少钱：托管 API 与自部署两本账

不喜欢自己搭环境的，可以直接调 Liquid 的托管 API。VentureBeat 从登录后的控制台里抄到了价目表，单位是每百万 token，美元计价：

按这个算，一百万输入加一百万输出，文字版花 0.28 美元。注意两个细节：托管版上下文标的是 128K，权重版的 256K 是另一回事；控制台还写着零数据留存，提交的内容不留存、不记日志、不拿去训练。至于许可证，LFM Open License v1.0 允许年收入 1000 万美元以下的公司免费商用，超过这个数要另外谈。自部署的账就更简单了：权重免费，成本只剩你自己的机器和电。

两个例子看微调这条路

Liquid 讲了两个微调例子，我觉得比跑分更能说明 LFM3 的定位。第一个是风机叶片巡检：拿 3000 张公开的风机照片，在一块 A100 上花几个小时做 SFT 加 GRPO，分类准确率从不到 10% 涨到 67%。但检测 F1 只从 0.003 涨到 0.11，GPT-6 Luna 是 0.01。也就是说，模型学会了"这是什么毛病"，但"毛病在哪"还框不准，离无人巡检还远，离"有个会看图的助手"已经近了。

第二个是机器人。给视觉版接一个 rank-32 的 LoRA，大约 4 万条样本，单块 AMD Instinct MI325X 上 6 个 GPU 小时，就能在 Isaac Sim 里让机械臂按工具调用做关系选择、按实测属性分拣，还能在下一步图像里检查结果。视觉语言动作模型在 LIBERO 四套任务上平均成功率 96.2%，RoboCasa 桌面任务 45.7%，Jetson AGX Orin 上动作块生成不到 50 毫秒。Liquid 自己也承认这是研究方向的延伸，离量产部署还有距离，别把演示当产品。

合作方名单也值得扫一眼：梅赛德斯-奔驰在琢磨把本地 AI 放进 MBUX 车机助手，Shopify 参与了发布前测试，AMD、Ambarella、高通站台。MacPaw 的工程师在真实 macOS 环境里拿 65 个日常智能体任务测过：LFM3 成功率 64%，Qwen3.5-2B 是 48%，token 用量还少了 58%，卡住的比例不到 1%，对手是 15%。这组数字出自第三方之手，比官方表格多一点分量。

谁适合现在上手，谁再等等

写到这里，判断其实不难做。你的任务边界清晰、流程固定、数据不方便出内网，LFM3 这套东西现在就能试：工单分流、发票抽字段、文档读图、语音转工具调用，都是它的主场。一个 GPU 微调、手机上跑、零数据留存的托管版，这三条加起来，对很多小团队来说比"再租一个大模型 API"更划算。

反过来，你要的是写复杂代码、解难题、啃几十万 token 的长文档还不丢细节，那就别指望一个 2B 模型替你扛。它会在 MCP-Atlas、RULER 这些地方老老实实输给大模型。更稳妥的搭配是分工：LFM3 在端侧做高频、固定、便宜的活，碰上硬骨头再往上抛给大模型，检索和搜索挂在旁边补知识短板。

小模型这条线今年一直很热，Gemma、Qwen、Mistral 都在往端侧挤。LFM3 的不同之处在于，它没有把"小"当成"弱"的同义词，而是把架构、训练和部署三件事一起按端侧重做了一遍。浏览器任务上 12 倍的跳变，有多少是架构的功劳、多少是训练数据的功劳，第三方复现出来之前谁也说不准。但方向是对的：智能体这东西，最终要住进设备里。

一句话总结：LFM3 让手机、笔记本和内网服务器上也能体面地跑起智能体。

来源

• Liquid AI 官方博客：Introducing LFM3 https://www.liquid.ai/blog/lfm3
• Hugging Face 官方博客：Build specialized multimodal models with LFM3 https://huggingface.co/blog/LiquidAI/lfm3
• LFM3-1.7B 模型卡 https://huggingface.co/LiquidAI/LFM3-1.7B
• VentureBeat：Liquid AI's new LFM3 models put browser agents, voice commands, and image recognition onto enterprise-controlled devices https://venturebeat.com/technology/liquid-ais-new-lfm3-models-put-browser-agents-voice-commands-and-image-recognition-onto-enterprise-controlled-devices
• TechTimes：Liquid AI Releases LFM3 https://www.techtimes.com/articles/329588/20261028/liquid-ai-releases-lfm3-six-open-weight-models-fuse-text-vision-audio-one-2b-backbone.htm
• MarkTechPost：Liquid AI Releases LFM3 https://www.marktechpost.com/2026/10/27/liquid-ai-lfm3-open-weight-2b-multimodal-models/