近日，知名AI创新企业 Liquid AI 正式发布了新一代基础模型家族 —— LFM3。该系列首个版本包含六款参数规模在2B 左右的模型，全面覆盖文本、视觉、音频、全模态（omni）及决策等多个维度，全部基于 LFM3-1.7B-Base 基础架构，并在预训练阶段吞吐了高达22T 的 Token 数据。
LFM3采用了全新的三混合层结构（Tri-hybrid layer mix），将门控短卷积、滑动窗口注意力机制(SWA)以及全局注意力进行有机融合。在总计24层结构中，包含13层卷积、5层滑动窗口注意力和6层全局注意力。
相比上一代产品，LFM3在架构层面进行了全面重构，并大幅扩展了硬件适配测试范围，覆盖了手机、树莓派、笔记本以及各种云端 CPU、GPU 和高通 NPU 等14种设备与后端组合。测试表明，凭借全新的设计，LFM3-1.7B 不仅在短提示词上与前代保持一致，在处理8K 上下文时速度更是提升了约25%。同时，其文本模型在4比特量化下体积仅占约1GB，极大地降低了端侧部署的门槛。
首发推出的六款2B 级模型各具特色，完美适应不同的应用场景:
文本模型（LFM3-1.7B）: 拥有高达25K 的上下文窗口，针对智能体(Agent)工作流进行了深度后训练。在多项基准测试中，其指令遵循和函数调用能力表现亮眼，单卡即可流畅运行并支持海量后台智能体协同。
视觉模型（LFM3-VL-2B）: 首次引入视频输入能力，支持分步深度思考、空间视觉推理及图形界面理解。配合全新的自研视觉编码器，其计算效率较上一代大幅提升。
音频模型（LFM3-Audio-2B）: 支持18种语言的语音识别、多语言合成、音频理解与实时语音聊天，采用完全因果架构，首字延迟低至50毫秒。
全模态模型（LFM3-Omni-2B）: 首次将视觉、音频与语言融合在单一模型中，支持语音问答、视听视频理解以及跨模态工具调用，带来更加自然的人机交互体验。
决策模型（d1-2B 与 d1-Omni-2B）: 专门用于实现毫秒级快速决策，能够针对复杂文本、图片或音频输入直接输出精准的结构化决策结果，省去繁琐的云端交互。
除了强大的通用能力外，LFM3家族从设计之初便强调“专用智能”与易微调特性。开发者仅需使用单张 GPU，便可对模型进行低成本的微调，将其赋能于风力发电机叶片缺陷检测等垂直工业领域。此外，通过 LoRA 适配和端到端训练，LFM3-VL-2B 还能无缝切入机器人操作、视觉导航以及多模态具身智能控制，在 Jetson 等边缘硬件上实现高效的实时推理。
目前，LFM3系列模型的开源权重已正式上线，并获得了包括 AMD、高通、英伟达、苹果 MLX 以及各大主流开发框架和平台的首日支持。
科技媒体gigazine报道，开发者@0x_Osprey推出网页版CVE Tracker，将已获CVE编号的漏洞数量变化制成可视化图表，显示2026年以来曲线近乎垂直上升。CVE是全球通用漏洞编号体系，安全研究员、厂商和企业靠它追踪、通报和修复缺陷。该工具整理公开记录成趋势图，并叠加主流AI模型发布时间，便于直观对照漏洞增长与AI发布。
10月28日，《科创板日报》独家报道，百度计划近日正式披露“世界模型”研发进展与突破性成果。该领域是全球AI最火热前沿之一，核心技术是对真实物理环境精准动态建模与未来预测。业内分析认为，若该技术率先落地自动驾驶，将大幅提升无人车在复杂路况下的场景预测与智能决策水平。
10月28日，腾讯WorkBuddy上线“远程控制”，由腾讯Edge One团队支持。手机App一键连电脑，实时看并接管桌面；画面以小窗悬浮首页或会话页顶部，输入框可用，任务跑偏可纠正。全屏横屏后，手指点哪即点击电脑同位置；右侧有“操作”“键盘”“鼠标”工具，“操作”可平铺窗口、返回桌面、切换画面等。
10月28日消息，网友发现DeepSeek再度更换大模型指纹，引发其即将发布重磅新模型的猜测。DeepSeek Harness官方代码库已出现DeepSeek-V5、V5-open及V5-next等代码。当前V5相关内容主要为占位符，但表明新模型发布机制已准备就绪。
Anthropic递交招股书后不久，网络安全领域曝出受关注事件：参与其漏洞悬赏的AI安全初创公司Cathedral，派自研AI Agent对Anthropic发起安全测试。该Agent正面强攻核心系统未果，转而利用Anthropic日常第三方办公软件漏洞，不到12小时便渗透进内部系统，并成功获取了包括……（原文至此截断）。
关注 “悠AI” 更多干货技巧行业动态
相关文章
