六个 20 亿参数模型，挤进一部手机
Liquid AI 10 月 27 日发布 LFM3，六个模型全部源自 LFM3-1.7B 基座，文本模型预训练 22 万亿 token，上下文 256K，4 位精度下约 1GB。
- 01THE LAUNCH：10 月 27 日，Liquid AI 发布 LFM3 六模型家族。
- 02THE BACKBONE：全部源自 17 亿参数基座，预训练 22 万亿 token。
- 03THE TARGET：手机、笔记本、汽车与单 GPU 本地部署。
WHAT HAPPENED发生了什么
10 月 27 日，Liquid AI 发布 LFM3 家族，六个约 20 亿参数的开放权重模型：文本、视觉语言、音频、全模态与两个决策模型，全部源自同一个 17 亿参数基座。文本模型预训练 22 万亿 token，上下文窗口 256K。
架构是三混合设计：门控短卷积、滑窗注意力与全局注意力组合。公司称文本模型在自有 29 项基准平均分上超过 5 倍规模的 Qwen3.5-9B，视觉模型在 62 项视觉基准上的平均分与 6 倍规模的模型相当。所有基准数字均为厂商自报。
落地点很具体：手机、笔记本、汽车与单 GPU 本地部署，首发合作方包括 Ambarella、AMD、Arm、英伟达与高通。许可证方面，年收入 1000 万美元以下企业可免费商用，达到门槛需另行取得商业许可。
ONE BACKBONE, SIX BODIES一个基座，六种身体
六个模型共用一个基座，等于把研发成本摊薄到六个产品上。部署方按任务选模型，不用为每个模态重新搭一套。
决策模型是其中最特别的一类：不生成长回复，直接给出带校准的答案，面向工单与文档问答这类有边界的任务。
THE MODEL CARD WARNING小模型的边界，厂商自己写进了卡片
LFM3 文本模型的模型卡明确写着，不推荐用于智能体编程与复杂多步推理。厂商的基准成绩再亮眼，适用范围也要按卡片来读。
小模型的正确用法是有边界的任务：浏览器自动化、多模态分流、语音界面、抽取与决策路由。
THE LICENSE LINE免费商用的门槛，藏在许可证里
年收入 1000 万美元以下的企业可免费商用，超过门槛需要商业许可。下载权重免费，不等于所有商业使用都免费。
评估小模型时，许可证条款与基准成绩同等重要，前者决定成本，后者决定能力。
SIGNAL JUDGMENT小模型成套交付，才是本地 AI 的起点
Tokenta Signal 的判断不变：LFM3 的意义不在参数数字，在它把多模态能力打包成了一个可以在本地按任务选型的套件，边界写进了模型卡里。
WHAT REMAINS UNCERTAIN还有什么不确定
EVIDENCE证据
原文确认发布要点：Liquid AI 10 月 27 日发布 LFM3，六个约 20 亿参数模型共用 17 亿参数基座；文本模型预训练 22 万亿 token，上下文 256K；厂商自报基准超过更大模型；年收入 1000 万美元以下可免费商用。
PRIMARY SOURCES原始来源
- Unite.AI：Liquid AI Launches LFM3 Family of Six Open-Weight 2B-Class Models
https://www.unite.ai/liquid-ai-launches-lfm3-family-of-six-open-weight-2b-class-models/ - CryptoBriefing：Liquid AI unveils LFM3 family of customizable AI models for local deployment
https://cryptobriefing.com/liquid-ai-lfm3-local-ai-models/