Liquid AI ha presentado LFM3, una nueva generación de sus modelos fundacionales, en una publicación en Hugging Face. Los pesos son abiertos y ya se pueden descargar. La compañía plantea la familia como punto de partida para construir modelos especializados, no como un único modelo grande de propósito general.
Qué incluye la familia
Seis modelos comparten una misma base, LFM3-1.7B-Base, y todos rondan los 2B de parámetros:
- LFM3-1.7B recibe texto y devuelve texto. Está pensado para agentes locales, llamadas a herramientas y salidas estructuradas.
- LFM3-VL-2B admite texto, imágenes y vídeo. Es el primer modelo de visión de LFM que acepta vídeo.
- LFM3-Audio-2B admite texto y audio, y responde en texto, voz o ambos, en 18 idiomas.
- LFM3-Omni-2B admite texto, imágenes, vídeo y audio, y responde en texto o voz. Según Liquid AI, puede sustituir por separado a un modelo de reconocimiento de voz, uno de visión y lenguaje, un LLM y un sintetizador de voz.
- d1-2B y d1-omni-2B devuelven respuestas calibradas en lugar de texto libre. d1-2B trabaja con texto, imágenes y vídeo, y d1-omni-2B añade audio.
Rendimiento declarado
Todas las cifras que siguen son de la propia Liquid AI. La compañía afirma que LFM3-1.7B supera a su anterior LFM2.5-2.6B con un 35 % menos de parámetros. En WebArena-Verified indica 38,42 frente a 3,02. El modelo de texto cabe en aproximadamente 1 GB con precisión de 4 bits y tiene una ventana de contexto de 256K tokens.
LFM3-VL-2B sube la media de 62 benchmarks de visión de 57,6 a 71,4 respecto a LFM2.5-VL-3B. Liquid AI asegura que eso equivale a Gemma 4 12B. En audio, comunica una puntuación de calidad de voz de 3,83 frente a 3,22 del modelo de audio anterior.
Los modelos de decisión
Los modelos d1 son los más directamente relevantes para los procesos de negocio. Se les da una situación, como un ticket de soporte, una factura, una pantalla de app, una foto o una nota de voz, junto con una lista de preguntas. Responden a todas en una sola pasada, cada una con una probabilidad calibrada.
Los tipos de pregunta incluyen sí/no, opción única o múltiple, puntuaciones, señalar objetos, leer valores en documentos y estimar cifras con un rango. El ejemplo de la publicación dirige un ticket a un equipo, marca una solicitud de reembolso, enumera temas y valora la urgencia. d1-2B sustituye a d1-3B con un tercio menos de parámetros. Liquid AI indica 75,5 frente a 64,0 en ImajevBench.
Ajuste fino
Todos los modelos se pueden ajustar con una sola GPU. Liquid AI ha publicado notebooks de Colab para tareas como extraer JSON estructurado de documentos desordenados, responder a partir de documentos recuperados o negarse a hacerlo, llamar a herramientas en una app de teléfono con 108 herramientas y convertir fotos de recibos en JSON.
La publicación también muestra LFM3-VL-2B adaptado a tres modelos de robótica. El de manipulación alcanza un 96,2 % de éxito medio en las cuatro suites de LIBERO. Es una demostración de adaptabilidad, no un flujo de trabajo empresarial.
Salvedades
La publicación es el anuncio del propio proveedor. Aquí no se han verificado las comparativas de forma independiente, y la fuente no da precios ni condiciones de licencia más allá de calificar los modelos como de pesos abiertos.