Liquid AI 推出 LFM3：六款小模型處理文字、影像與語音，本機部署前先看什麼？
Liquid AI 發布 LFM3，六款模型涵蓋文字、影像、語音及決策。了解一 GB 權重、官方效能數據、單 GPU 微調與商用授權條件。
客服系統收到一張商品照片和一段語音留言時，首先要判斷的是問題類型，再決定交給誰處理。這些步驟不一定都需要同一個大型模型，但每增加一個系統，也多了一段資料交接。
Liquid AI 在 2026 年 10 月 27 日推出 LFM3，從共同的基礎模型延伸出六款約二十億參數級的模型，分別處理文字、影像、語音及結構化決策。
共同基礎不代表六款模型都能接收相同資料。若要看照片、讀影片或直接處理語音，仍要挑選支援該輸入方式的版本。
官方說，文字模型以四位元形式儲存時，權重約占一 GB，每款模型也都能使用單張 GPU 微調。模型權重是訓練完成後保存的核心參數，讓模型能依輸入產生結果。權重大小不是整個系統的記憶體需求，單張 GPU 也不是任意工作負載都能順利執行的保證。
公司公布了瀏覽器操作和視覺理解等測試結果，數字來自 Liquid 自己選定的模型與測試條件。想把它放進實際產品，還得用自己的資料確認品質與速度。
這組模型適合先拿明確、重複的任務做小規模比較：先確認輸入、輸出和可接受的錯誤，再看硬體資源與授權。第一步，是弄懂六個版本各自負責什麼。
LFM3 六款模型有什麼不同？
同一個基礎模型衍生出六條不同的輸入與輸出路徑。Liquid 以 LFM3-1.7B-Base 作為共同基礎，再針對不同資料類型訓練對應版本。
參數可以想成模型在訓練過程中調整的數值。參數較少通常有助於縮小模型，但不能只憑數字判定它一定比較快或比較準，執行方式、資料和裝置都會影響結果。
最容易理解的入口是 LFM3-1.7B。它接收文字並產生文字，官方將本機代理、工具呼叫和結構化輸出列為用途。所謂工具呼叫，是模型依任務產生可交給其他程式處理的指令。真正能不能完成工作，還取決於工具與系統怎麼接。
LFM3-VL-2B 則加入視覺能力。依官方介紹，它可以接收文字、圖片和影片，再以文字回答。若要從照片讀取資訊，或依影片畫面回答問題，這才是比純文字版更直接的選擇。
語音與多模態版本怎麼選？
LFM3-Audio-2B 面向文字與聲音，可以產生文字或語音。LFM3-Omni-2B 則把文字、圖片、影片和音訊放在同一個模型的輸入範圍，輸出包含文字與語音。
例如，使用者對著照片口述問題，希望系統直接回應聲音，Omni 的設計就比只看文字的版本更貼近需求。這是依官方功能描述建立的選型情境，不是本站已完成的產品測試。
最後兩款是 d1-2B 和 d1-omni-2B。它們的重點是依預設問題回傳結構化判斷與機率，而非一定要生成一大段回答。前者處理文字、圖片和影片，後者增加音訊輸入。
對客服分類來說，系統可能只需要回答「這張照片是否顯示商品破損」，而不是先寫一篇描述。若工作目標是分類或選項判斷，決策模型提供另一條值得測試的路。
這六款模型也不是一次要全部安裝。先列出手上的資料和系統最後需要的結果，才能縮小測試範圍。接著要確認的是，選定版本放進裝置時需要多少資源。
Introducing 𝙻𝙵𝙼𝟹: our new generation of Liquid Foundation Models. With a new tri-hybrid architecture and new multimodal encoders, the LFM3 family is the ideal model suite for specialized intelligence.
— Liquid AI (@liquidai) October 27, 2026
> 6 model instances, across text, audio, vision, and omni modalities,… pic.twitter.com/yKN3VfZlxI
LFM3 一 GB 權重，等於只要一 GB 記憶體嗎？
官方所說的約一 GB，指的是文字模型以四位元精度儲存時的權重大小。它能幫助讀者估計模型檔案的規模，但不能直接當成整個應用程式需要的記憶體。
模型執行時，除了權重，還需要放輸入資料、運算中的暫存內容，以及應用程式本身。上下文愈長、同時處理的工作愈多，所需資源也可能不同。
上下文是模型一次可以參照的內容範圍，包括使用者輸入、文件與對話紀錄。Liquid 表示文字模型支援最長二十五萬六千個 token。Token 是模型處理文字時使用的單位，不能直接等同中文字數。
這個上限描述模型能接受的範圍，並不表示任何手機或電腦都能以相同速度處理完整長度。要知道自己的裝置能否使用，仍需把實際輸入長度、執行工具和可用記憶體一起測量。
長文件為什麼會增加成本？
模型閱讀上下文時，系統可能保存前面內容的運算結果，供後續步驟重複使用。這部分常稱為 KV cache，可以理解成模型處理文字時保留的工作暫存，而不是永久儲存的知識庫。
Liquid 公布的比較中，LFM3-1.7B 在十二萬八千 token 的設定下，KV cache 約占一點六 GB。這個數字本身就說明，長文件所需資源不能只看一 GB 的權重。
官方的裝置速度比較另採用 llama.cpp、Q4_0 量化和三萬兩千 token 上下文。量化是降低模型數值精度、縮小資源需求的方法，但不同量化設定可能影響速度、記憶體與輸出品質。
因此，最有用的做法不是先問「我的筆電能不能跑最大上下文」，而是先拿日常文件的長度測試，再觀察記憶體、等待時間與答案品質。裝置能載入之後，還要看官方宣稱的成績適用於哪些工作。
LFM3 官方效能數據該怎麼看？
Liquid 的分數描述的是指定測試集、比較模型與執行設定，不能直接換算成所有任務的成效。這次公告最值得關注的方向之一，是模型操作工具與瀏覽器的能力。
在官方列出的 WebArena-Verified 比較中，LFM3-1.7B 得到三十八點四二分，前一代 LFM2.5-2.6B 得到三點零二分。這是同一公告中兩款不同模型的測試結果，不是每個網站操作任務都會有相同差距。
對想建立本機代理的團隊，這項比較提供了值得進一步檢查的線索：較小的文字模型，在公司選定的工具任務上有明顯進展。但真實網站有不同登入狀態、介面變動與錯誤處理方式，不能只看榜單就假設它已適合上線。
視覺版本也有公司公布的平均成績。Liquid 表示，LFM3-VL-2B 在六十二項視覺基準的平均分數為七十一點四，LFM2.5-VL-3B 則為五十七點六。
平均值有助於看方向，卻不會告訴你每一項任務是否都改善。若產品主要處理的是帳單照片，就應特別檢查日期、總額、幣別和模糊影像，而不是只拿綜合平均作決定。
怎麼設計自己的比較？
先選一小批能代表實際工作的資料，並建立人工確認過的答案。例如，將客服圖片分成「明顯破損」「看不清楚」和「沒有破損」，再比較模型是否能在不確定時保留判斷空間。
測試時應使用相同的圖片、指令與成功標準，再記錄不同模型的錯誤、處理時間和資源使用量。若一個版本速度較快，卻把大量看不清楚的照片直接判成沒有問題，團隊可能需要重新調整流程。
官方也指出，較大的模型在代理式程式工作與知識題目上仍有優勢。這個限制很重要：小模型適合什麼，取決於工作是否能被清楚界定，而不是參數越少就一定越好。
比較出合適版本後，團隊可能還想讓它更熟悉自家的欄位、用語或操作方式。這就進入了微調，但微調前要先準備可驗證的資料。
LFM3 單張 GPU 微調，實際要準備什麼？
微調是在既有模型基礎上，用特定任務的資料進一步調整表現。Liquid 表示各版本可在單張 GPU 上微調，並提供文字、視覺、音訊與多模態的示範筆記。
官方提供單張 GPU 微調範例，但實際需求仍取決於硬體與資料。顯示卡記憶體、資料量、訓練方法和批次大小都可能改變可行的設定。
官方示範包含把雜亂文件轉成結構化資料、辨識收據照片，以及將語音指令對應到工具呼叫。這些例子展示了微調的不同用途。
以收據為例，團隊需要先確認哪些欄位真的有用：日期、店家、金額和幣別是否都必須輸出？如果圖片破損，系統應該留白、要求重拍，還是交給人工？這些規則會影響資料標記和最後驗收。
接著還要保留沒有參與訓練的資料作為測試。若只用訓練資料檢查，模型可能只是記住少數範例。用未見過的不同商家收據比較，才能較合理地觀察它是否學會任務。
對涉及客戶文件或語音的資料，也要先確認團隊有權使用，並安排適當的存取控制。模型放在本機不會自動處理資料保存、備份與人員權限這些管理工作。
技術測試可以先回答品質與成本問題，部署前還有另一個經常被忽略的問題：下載得到模型，不等於所有機構都取得相同商用權利。
LFM3 開放權重可以免費商用嗎？
開放權重表示模型權重可依發布方式取得，授權條件則決定使用者可以如何使用與分發。兩者要分開看，尤其是在公司打算把模型接入產品或提供服務時。
LFM3-1.7B 的模型卡所附 LFM Open License 設有商用限制。條款把門檻定義為年營收達一千萬美元或以上，並對超過門檻的法律實體商業使用作出限制。
條款文字中對「達到」與「超過」門檻的用語值得仔細核對。接近或達到門檻的機構，不應直接假設已取得所有商用權利。實際適用對象、用途與是否需要另外取得授權，應依原始條款及自身情況確認。
非營利或研究用途也不能只看機構名稱。原文對符合條件的非營利組織及非商業或研究目的有特定定義，實際使用前仍應核對相關條款。
這些規則說的是模型及其衍生作品的使用，並不自動授權轉載官方網站上的所有圖片或影片。模型權重、產品名稱和媒體素材各有不同權利範圍。
若只是先做內部評估，團隊可以同步記錄預計用途、使用資料與可能的部署方式。等技術測試有結果，再帶著具體情境核對條款，會比看到「開放權重」四個字就直接規劃商業上線更穩妥。
從一項任務開始比較 LFM3
先定義輸入、輸出與錯誤成本，才有方法選模型。若任務是整理一段訪客留言，輸入和結果都是文字，可以先測文字版。若要判讀商品照片，就應測支援圖片的版本。
假設團隊想從照片判斷是否需要人工檢查，除了測正確率，也要看模型如何處理照片太暗、商品被遮住或圖片不完整。這些情況若全部被迫給出確定答案，反而可能讓後續流程漏掉問題。
另一個情境是把語音留言轉成客服分類。若只需要識別聲音，與要同時理解照片、語音並給出回答，所需模型與系統設計不同。先把這兩種工作拆開，才能知道是否真的需要 Omni 版本。
測試結果也應跟實際部署條件一起看。模型在測試資料上答得好，但需要超過可用記憶體、處理時間長於使用者願意等待的時間，仍不代表它適合現在的產品。
對已有清楚輸入與驗收標準的團隊，這組模型提供了可以比較的小型選擇。若任務尚未定義，也沒有準備評估資料，先整理需求比追逐官方最佳分數更有幫助。
延伸閱讀：LFM2.5-24B-A2B 發布：本機 AI 代理更快，筆電部署要看哪些條件？
延伸閱讀：Liquid Open d1 開放模型權重：8 毫秒做出選擇，邊緣 AI 能走到哪裡？
常見問題
LFM3 有幾款模型？
Liquid 公布六款約二十億參數級版本，涵蓋文字、視覺、音訊、多模態與兩款決策模型。它們共用基礎，但能接收的資料和產生的結果不同。
LFM3 文字模型只需要一 GB 記憶體嗎？
官方約一 GB 的說法指四位元文字模型權重。執行時還要考慮上下文暫存、輸入資料、應用程式及其他記憶體需求。
LFM3 可以商用嗎？
模型授權包含商用限制與年營收門檻。接近或達到門檻的機構，應依原始條款及自身用途確認是否需要另行取得授權。
