Liquid AI lança família LFM3: seis modelos multimodais abertos para rodar em uma GPU
Modelos de ~2 bilhões de parâmetros podem ser baixados e afinados localmente; alegações de desempenho da empresa ainda não foram verificadas de forma independente.
A Liquid AI lançou uma família de seis modelos multimodais de código aberto (open‑weight) chamados LFM3, todos baseados numa arquitetura base de 1,7 bilhão e projetados para rodar e ser customizados em hardware local usando uma única GPU.
Cada modelo tem cerca de 2 bilhões de parâmetros e inclui variantes especializadas para texto, visão‑linguagem, áudio, tomada de decisão e um modelo omni que combina texto, imagens, vídeo e áudio. O modelo de texto suporta uma janela de contexto de 256.000 tokens.
A empresa descreve a arquitetura como tri‑híbrida — convoluções curtas com gate, atenção por janela deslizante e atenção global — e afirma que o pré‑treino usou cerca de 22 trilhões de tokens. Em seus testes internos, a Liquid AI diz que o modelo visão‑linguagem LFM3‑VL‑2B alcança desempenho equivalente ao de modelos mais de seis vezes maiores em tarefas de visão, mas esses resultados foram divulgados pelo próprio fornecedor e aguardam verificação independente e testes em aplicações reais.
A liberação open‑weight tem o objetivo de permitir que empresas mantenham dados on‑premises e adaptem os modelos para casos de uso locais, como robótica e detecção de defeitos em fábricas. O lançamento também sucede, em outubro, a publicação de um modelo MoE maior pela Liquid AI, indicando que a empresa está investindo tanto em abordagens compactas quanto em modelos esparsos e de grande escala.