Liquid AI Blog同一件事 · 2 家3838LiquidCodec 是 Liquid AI 开发的音频标记化技术，用于其最新的 LFM3-Audio-2B 和 LFM3-Omni-2B 多模态设备端智能模型，在 74M 参数规模下实现高保真音频重建与 1.1 kbps 压缩率，同时比同等规模模型在语音生成和 token-to-waveform 解码速度上分别提升 3.5 倍和 8 倍。
各家口径不同：Liquid AI博客提到1.1 kbps的压缩率和3.5倍及8倍的速度提升，而MarkTechPost没有提到这些数据。
36氪 · AINemotron 3.5 Transcribe 开放权重语音模型已支持 RTX Spark，可实现语音转录、说话人识别及翻译，支持 40 种语言。Liquid AI 的 LFM3 系列模型也已获得支持，可在本地运行并进行微调。RTX Spark 笔记本起售价 2599 美元，最高配备 128GB 统一内存，FP4 AI 算力最高达 1 petaflop。
IT之家 · AI同一件事 · 2 家Liquid AI 发布 LFM3 模型家族，首批多款均基于 LFM3-1.7B-Base，其中 LFM-1.7B 拥有 256K 上下文窗口，在参数减少 35% 的同时性能优于上代 LFM2.5-2.6B。
MarkTechPost精选同一件事 · 2 家7171据 Hugging Face 博客和 MarkTechPost，每个模型均可在单张 GPU 上微调；文本模型 LFM3-1.7B 为 1.73B 参数、256K 上下文窗口，4-bit 量化下约 1 GB 内存即可运行，可部署在手机、笔记本、私有服务器或云端。MarkTechPost 称免费商用上限为年营收 1000 万美元，完整 128K 上下文需 1.6 GB KV 缓存。IT之家称 LFM-1.7B 参数比上代 LFM2.5-2.6B 减少 35%，性能却更优。
推荐理由: 6 个 2B 级开源模型共享同一骨干，并给出与 Qwen3.5-9B 等竞品的逐项对比，可据此判断小模型在端侧与智能体任务上的位置。
Ollama releasesLiquid AI 发布 LFM3 小模型家族，包含 1.7B 参数的 lfm3 文本模型（256K token 上下文）、支持图像理解的 lfm3-vl、18 语言语音处理能力的 lfm3-audio 及通用模型 lfm3-omni，用于本地智能体和结构化输出；d1 决策模型升级至 2B 参数，支持文本、图像及音频决策，部分模型支持苹果硬件。
Hugging Face Blog精选7676Liquid AI 发布 LFM3 新一代 Liquid Foundation Models，以 LFM3-1.7B-Base 为共享骨干派生六个 2B 级模型，覆盖文本、视觉、音频、全模态和决策，全部在 Hugging Face 开放权重。
推荐理由: Liquid AI 用同一 2B 级骨干派生六个模态模型，并给出单卡微调与端侧部署路径，可据此判断小模型专用化路线。
Ollama releasesLiquid AI 发布 LFM3 小模型家族，包含 1.7B 参数文本模型 lfm3 及支持图像、音频功能的变体，上下文窗口达 256K tokens；d1 决策模型升级至 2B 参数，支持文本、图像及音频推理，Apple 硬件已支持 rc1 版本。
