Liquid AI lanza LFM3, su nueva familia de modelos multimodales de clase 2B

En el ámbito auditivo, el LFM3-Audio-2B introduce un nuevo codec y codificador de audio in-house que mejora drásticamente la calidad del habla y soporta 18 idiomas. Por otro lado, la familia introduce los modelos de decisión (d1-2B y d1-Omni-2B), diseñados para tareas de enrutamiento, triaje y verificación. Estos modelos responden con salidas tipificadas y probabilidades calibradas en milisegundos, lo que los hace ideales para la orquestación de agentes.

• LFM3-VL-2B: Visión y video con razonamiento secuencial
• LFM3-Audio-2B: Soporte para 18 idiomas y chat de voz con streaming
• LFM3-Omni-2B: Integración total de visión, audio y lenguaje
• Modelos d1: Salidas de decisión con probabilidades calibradas en milisegundos

Rendimiento y Benchmarks: Superando a los gigantes

Los resultados de los benchmarks posicionan a LFM3 en la frontera de la inteligencia de dispositivos. El modelo LFM3-1.7B supera a su predecesor LFM2.5-2.6B utilizando un 35% menos de parámetros, situándose en el puesto #1 de la frontera de Pareto de inteligencia en dispositivo (según pipette.liquid.ai). En tareas de visión, LFM3-VL-2B supera a todos sus competidores de tamaño similar por al menos 7.4 puntos.

Lo más sorprendente es su capacidad de comparación con modelos de gran escala. LFM3-VL-2B iguala el rendimiento de Gemma 4 12B (siendo 6 veces más pequeño) y se sitúa a solo 2 puntos de distancia de GPT-5.6 Luna, superando notablemente a Gemini 3.5 Flash Lite. Estos datos han sido validados mediante una metodología de evaluación estandarizada que mide la precisión multimodal y la coherencia en ventanas de contexto extendidas.

• Eficiencia: 35% menos parámetros que LFM2.5-2.6B con mayor rendimiento
• Visión: +7.4 puntos sobre modelos similares de tamaño
• Comparativa: Empata con Gemma 4 12B y compite con GPT-5.6 Luna
• Ranking: #1 en la frontera de Pareto de inteligencia en dispositivo

Casos de Uso y Despliegue

Debido a su arquitectura optimizada para el edge, LFM3 es la herramienta definitiva para desarrolladores de agentes autónomos. Su capacidad para realizar tareas de 'decision making' con baja latencia lo hace perfecto para sistemas de triaje automático, verificación de capturas de pantalla en aplicaciones y control de dispositivos inteligentes mediante voz.

Para ingenieros de software, la facilidad de fine-tuning es un factor decisivo: cada modelo de la familia puede ser ajustado utilizando una sola GPU. Esto abre la puerta a aplicaciones personalizadas de RAG (Retrieval-Augmented Generation) con contextos masivos de 256K, permitiendo analizar documentos extensos o bases de código completas localmente sin comprometer la privacidad de los datos.

• Agentes Autónomos: Orquestación y toma de decisiones en milisegundos
• Privacidad: Procesamiento local de video y audio en dispositivos móviles
• Desarrollo: Fine-tuning accesible en una sola GPU
• RAG Avanzado: Análisis de grandes contextos (256K tokens)

Cómo empezar a usar LFM3

Liquid AI ha facilitado el acceso a LFM3 para toda la comunidad de desarrolladores. Los pesos de los modelos están disponibles bajo la licencia LFM 1.0 en Hugging Face, permitiendo su descarga e implementación inmediata en entornos locales o privados.

Para quienes prefieren un enfoque basado en la nube o prototipado rápido, los modelos están disponibles a través del Liquid AI Playground y la Liquid API. La infraestructura está diseñada para escalar desde experimentos sencillos hasta despliegues de producción masivos, con soporte para múltiples arquitecturas de hardware.

• Hugging Face: Descarga de pesos (Open-weights)
• Liquid AI Playground: Pruebas interactivas en la web
• Liquid API: Acceso para integración en aplicaciones
• Licencia: LFM 1.0

Sources