Liquid AI LFM3: sei modelli open-weight da 2 miliardi di parametri per testo, video e audio

Liquid AI ha presentato LFM3, una nuova famiglia di sei modelli open-weight da circa due miliardi di parametri ciascuno, costruiti a partire da un unico modello base. Il lancio, annunciato il 27 ottobre, non punta a battere i giganti da centinaia di miliardi di parametri: punta a farti girare testo, immagini, video e audio direttamente su un dispositivo, con costi e latenze molto contenuti.

È un passaggio interessante perché sposta l’attenzione dalla taglia dei modelli alla loro efficienza. Vediamo cosa contiene la famiglia, come è progettata e quali limiti dichiara la stessa azienda.

Cos’è LFM3 e come è composta la famiglia

Secondo l’annuncio ufficiale di Liquid AI, tutti i modelli derivano da LFM3-1.7B-Base, un modello base con circa 1,7 miliardi di parametri. Da lì nascono quattro modelli generalisti e due modelli specializzati nelle decisioni.

I quattro modelli generalisti

Il primo è LFM3-1.7B, il modello solo testo, con una finestra di contesto da 256.000 token. Il secondo è LFM3-VL-2B, la versione visiva da circa 1,9 miliardi di parametri, che per la prima volta nella serie LFM accetta anche video oltre alle immagini.

Poi c’è LFM3-Audio-2B, che prende in ingresso testo o audio e può rispondere con testo o parlato, con supporto a 18 lingue per la voce. Infine LFM3-Omni-2B, circa 2,2 miliardi di parametri, che Liquid AI presenta come il suo primo modello omni: accetta testo, immagini, video e audio e produce testo e voce.

I due modelli decisionali

La parte più originale sono d1-2B e d1-Omni-2B, specializzati a partire dai modelli visivo e omni. Non generano testo libero: restituiscono risposte calibrate, cioè una scelta accompagnata da una stima di quanto il modello sia sicuro. È un approccio pensato per compiti di classificazione e controllo, dove serve sapere quando fidarsi dell’output.

In pratica, invece di far scrivere a un modello una frase da interpretare, gli chiedi una decisione e ottieni un valore che puoi usare direttamente in un flusso automatico.

Un’architettura pensata per l’hardware reale

Il punto tecnico centrale è che l’architettura non è stata scelta solo in laboratorio. Liquid AI racconta di aver usato una ricerca di architettura con l’hardware nel ciclo, cioè misurando le prestazioni su 14 combinazioni di dispositivi e backend. L’obiettivo è un modello che sia veloce dove serve davvero: su telefoni, schede embedded, PC e piccoli server.

Il modello ha 24 strati: 13 convoluzioni brevi con gate, con kernel di dimensione 7 (in LFM2 era 3), 5 strati di attenzione a finestra scorrevole da 256 token e 6 strati di attenzione globale. A questo si aggiungono attenzione con gate per testa, RoPE parziale e una normalizzazione chiamata sandwich norm.

Se non sei un ricercatore, il messaggio è semplice: pochi strati di attenzione globale, costosi in memoria, e molte operazioni locali, più economiche. Questo è ciò che permette di tenere basso il consumo mentre cresce il contesto.

È anche il motivo per cui la famiglia insiste sulla misurazione su dispositivi reali: un modello può sembrare leggero sulla carta e risultare lento su un chip specifico. Progettare partendo dai vincoli dell’hardware, e non adattandosi dopo, è la scommessa che distingue questo approccio.

Addestramento e prestazioni dichiarate

Il modello base è stato preaddestrato su 22 trilioni di token, gli ultimi 3,5 dedicati a una fase intermedia che estende il contesto fino a 256.000 token. Il post-addestramento ha quattro stadi: fine-tuning supervisionato, apprendimento per rinforzo misto, distillazione on-policy da sei modelli specialisti e apprendimento per rinforzo agentico.

Sui numeri, ricorda sempre che si tratta di dati riportati dall’azienda e non verificati in modo indipendente. LFM3-1.7B, sempre secondo Liquid AI, supera LFM2.5-2.6B pur avendo il 35% di parametri in meno, e a 4 bit occupa circa 1 GB di memoria. Su WebArena-Verified totalizza 38,42 contro 3,02 del predecessore.

La versione visiva LFM3-VL-2B porta la media su 62 benchmark visivi da 57,6 a 71,4 rispetto a LFM2.5-VL-3B, e viene descritta come in linea con Gemma 4 12B nella stessa media. LFM3-Audio-2B dichiara una qualità vocale UTMOSv2 di 3,83 contro 3,22 del modello precedente, con un tempo al primo token che scende fino a 50 millisecondi.

Per la robotica, un modello visione-linguaggio-azione costruito su LFM3-VL-2B raggiungerebbe il 96,2% di media sulle quattro suite LIBERO e il 45,7% su RoboCasa-GR1. Sono numeri di partenza interessanti, ma vanno letti come risultati di benchmark, non come prova di affidabilità sul campo.

Disponibilità, strumenti e partner

I pesi, sia base sia post-addestrati, sono disponibili su Hugging Face, e puoi provarli anche nel Playground e tramite le API di Liquid AI. I modelli girano in modo nativo su llama.cpp, MLX e vLLM, con checkpoint in formati come BF16, FP8, NVFP4, GGUF, MLX e ONNX, quindi coprono sia i PC sia i Mac sia i server.

Ogni modello può essere messo a punto su una sola GPU, e l’azienda ha pubblicato notebook per SFT, DPO, GRPO e preaddestramento continuo. Tra i partner del giorno zero compaiono Ambarella, AMD, Arm, Intel con OpenVINO, NVIDIA, OpenRouter, Qualcomm e Vercel, mentre Mercedes-Benz e Shopify avrebbero provato i modelli prima del rilascio.

Sulla licenza fai attenzione: l’azienda parla di modelli open-weight, e per il modello testuale la stampa tecnica cita la LFM Open License v1.0. Prima di usarli in un prodotto commerciale controlla sempre i termini sulla scheda del modello.

I limiti dichiarati e il contesto di mercato

Un dettaglio che apprezziamo: la scheda di LFM3-1.7B sconsiglia l’uso per programmazione agentica e ragionamento complesso a più passaggi. Un modello da circa due miliardi di parametri non sostituisce un modello di frontiera, e Liquid AI non sembra volerlo dire.

Il posizionamento è chiaro: compiti ripetitivi, locali e sensibili alla latenza, come assistenti vocali, controllo di qualità visivo, agenti in automobile o in negozio. Se vuoi un quadro di base sul tema, leggi la nostra guida ai small language models.

Il lancio si inserisce in una tendenza più ampia. Google sta lavorando sul motore ML Drift per l’AI sul dispositivo, Qualcomm spinge gli LLM locali sugli smartphone e NVIDIA ha da poco proposto Nemotron 3.5 Super VL come modello aperto multimodale. La direzione è la stessa: portare l’intelligenza più vicino ai dati.

Cosa cambia per te e cosa fare adesso

Se sviluppi prodotti, LFM3 è un buon motivo per rifare i conti tra cloud e dispositivo. Un modello che sta in circa 1 GB a 4 bit e parte in pochi millisecondi può togliere costi di inferenza, ridurre i tempi di risposta e tenere i dati sul dispositivo, un vantaggio concreto per privacy e conformità.

Se invece ti occupi di marketing, SEO o contenuti, il segnale è un altro: l’AI diventerà sempre più capillare, incorporata in app e strumenti, e non solo in grandi chatbot. Conviene osservare quali funzioni passeranno da server remoti a modelli locali.

Il consiglio pratico è provare il Playground o scaricare il modello da Hugging Face, misurando velocità e qualità sul tuo caso d’uso con un test piccolo e ripetibile. Diffida dei benchmark generali e verifica sui tuoi dati, perché con i modelli compatti la differenza la fa quasi sempre il compito specifico.

Un’ultima nota di metodo: confronta sempre il costo totale, non solo il prezzo per token. Tra memoria, energia, manutenzione e tempo di messa a punto, un modello piccolo ben scelto può risultare più conveniente di uno grande, ma solo se il tuo compito rientra nei suoi limiti.

Seguici per i prossimi aggiornamenti: appena arriveranno test indipendenti sui modelli LFM3 li racconteremo, confrontando le promesse dell’azienda con i risultati reali.