Nyhet

Liquid AI lanserar LFM3: sex modeller för text, bild, ljud och beslut på cirka 2 miljarder parametrar

Liquid AI presenterade den 27 oktober 2026 LFM3, en ny generation av sina Liquid Foundation Models. Familjen består av sex modeller på cirka 2 miljarder parametrar för text, bild, video, ljud och beslut, som delar samma grundmodell. Enligt bolaget går varje modell att finjustera på en enda GPU och köra direkt på den enhet där applikationen används.

Det viktigaste i korthet

• LFM3 omfattar sex modeller: LFM3-1.7B (text), LFM3-VL-2B, LFM3-Audio-2B, LFM3-Omni-2B, d1-2B och d1-omni-2B.

• Enligt Liquid AI presterar LFM3-1.7B bättre än LFM2.5-2.6B trots 35 procent färre parametrar.

• Textmodellen ryms i ungefär 1 GB vid 4-bitars precision och har ett kontextfönster på 256 000 tokens.

• LFM3-VL-2B är bolagets första visionsmodell som tar video som indata. Den har 1,9 miljarder parametrar mot 3,1 miljarder för föregångaren.

• LFM3-Omni-2B är bolagets första omni-modell: text, bild, video och ljud in, text och tal ut.

• Modellerna körs i transformers, och Liquid AI publicerade nyheten den 27 oktober 2026 på Hugging Face.

Vad har hänt

Liquid AI beskriver LFM3 som startpunkten för specialiserad AI. Alla sex modeller bygger på samma grundmodell, LFM3-1.7B-Base. Tanken är att användaren väljer den modell som passar sina indata, anpassar den med egna data och terminologi och kör den lokalt i stället för att förlita sig på en stor generell modell.

Grundmodellen har en ny så kallad trihybrid-arkitektur med 24 lager: 13 gated short convolution-lager, 5 lager med glidande fönsterattention (256 tokens fönster) och 6 globala attentionlager. Konvolutionerna använder kärnstorlek 7 mot 3 i LFM2. Bolaget lyfter också fram head-wise gated attention, partiell RoPE och sandwich norm. Arkitekturen togs fram med en sökning där hårdvaran ingår i loopen och som nu täcker 14 kombinationer av enheter och backends, bland annat mobiler, Raspberry Pi 5, laptops, molnbaserade CPU:er, GPU:er och Qualcomm Hexagon NPU. Enligt Liquid AI är LFM3-1.7B per parameter lika snabb som LFM2-1.2B på korta prompter och cirka 25 procent snabbare med 8 000 tokens i kontexten.

Modellen förtränades på 22 biljoner tokens. De sista 3,5 biljonerna var ett mellansteg med kurerad data och större andel agentspår och verktygsanrop, vilket också utökade kontexten till 256 000 tokens. Enligt Liquid AI får LFM3-1.7B 38,42 poäng på WebArena-Verified mot 3,02 för LFM2.5-2.6B och slår Qwen3.5-9B på långa uppgifter i webbläsare och affärsappar.

LFM3-VL-2B hanterar text, bilder och video, resonerar steg för steg och kan hitta objekt och resonera om deras placering. Enligt bolaget ökar snittet över 62 visionstester från 57,6 till 71,4, i nivå med Gemma 4 12B. Den nya visionsenkodaren på 164 miljoner parametrar använder enligt Liquid AI tre gånger mindre beräkning än SigLIP2 och matchar Qwen3.5-2B:s enkoder med 2,2 gånger färre FLOPs.

LFM3-Audio-2B är avsedd för röstchatt, taligenkänning, talsyntes och översättning på 18 språk. Enligt Liquid AI kan tiden till första token vara så låg som 50 ms, och den nya ljudtokeniseraren LiquidCodec omvandlar tokens till tal cirka 87 gånger snabbare än realtid på en CPU-tråd på Apple M4 Max. Talkvaliteten anges till 3,83 på UTMOSv2 mot 3,22 för LFM2.5-Audio-1.5B.

LFM3-Omni-2B ska ersätta separata modeller för taligenkänning, bildförståelse, språk och talsyntes. Enligt bolaget slår den modeller upp till 10,7 miljarder parametrar, som Qwen2.5-Omni-7B, på Daily-Omni, WorldSense och AV-SpeakerBench. Modellerna d1-2B och d1-omni-2B ger i stället snabba, strukturerade beslut: de besvarar en lista frågor om en situation, till exempel en supportärende eller en faktura, i ett enda framåtpass, med en kalibrerad sannolikhet per svar.

Vad det betyder för dig i Sverige

Modellerna är utformade för att köras lokalt på laptops, mobiler och andra enheter, vilket kan intressera svenska utvecklare och företag som vill hålla data på den egna enheten. Eftersom varje modell enligt Liquid AI går att finjustera på en enda GPU kan även mindre team anpassa dem till egna data. Hur väl modellerna fungerar på svenska framgår inte av Liquid AI:s text. Ljudmodellen uppges stödja 18 språk, men vilka språk det gäller anges inte.

Det här vet vi inte än

Liquid AI anger inga priser eller licensvillkor i beskrivningen, och det framgår inte om modellerna får användas kommersiellt. Det är oklart om svenska ingår bland ljudmodellens 18 språk och hur modellerna presterar på svenska i övrigt. Siffrorna för prestanda och hastighet kommer från Liquid AI självt och har inte granskats av oberoende parter. Inget sägs heller om när d1-modellerna är fullt tillgängliga eller om särskilda villkor för användare i Sverige.