Liquid AI 發布 LFM3 系列 2B 級模型:採三混合架構與單一主幹,涵蓋全模態並支援 256K 上下文
全系列由 1.7B 基座衍生出六款專用模型,4-bit 僅需 1 GB 記憶體並支援單卡微調,音訊首字延遲低至 50 毫秒。
HuggingFace Blog一手來源
56 則值得知道的變化
全系列由 1.7B 基座衍生出六款專用模型,4-bit 僅需 1 GB 記憶體並支援單卡微調,音訊首字延遲低至 50 毫秒。
導入 SR-SWA 架構降低冗餘計算,在多頁 MPDocBench 與百頁級 MarathonDocBench 分別取得 84.6 與 77.1 分。
由 Apple 與 OpenAI 模型驅動,具備投影片設計與資料整理功能,並在 iOS 27 等系統以測試版推出。
該模型以逐幀運算即時產生場景與角色對話,由 Gemini 3.8 Flash 動態規劃任務,後續將開放 Google AI Ultra 訂閱者測試。
採 Apache 2.0 授權並支援 vLLM 與 llama.cpp,透過 DSpark 加速將端到端處理效率提升 55%。
該技術將長序列壓縮至 512 token 工作集,使推論解碼延遲與記憶體維持恆定,並在百頁評測中取得領先。
該模型支援以自然語言修改時序與風格,並能將參考影片轉為可編輯程式碼,後續預計推出 INT4 與 INT8 量化版本。
此為單一社群來源的未證實消息,展示 2B 參數的端側多模態模型如何在本機瀏覽器完成視訊即時標註,未附效能與延遲數據。