小模型也要會看、會聽！Liquid AI 推 LFM3，但複雜寫程式先別交給它

想讓 AI 幫忙做事，卻不想每個步驟都送到外部雲端？選模型時，不一定先問誰最大、誰的榜單最高，也可以倒過來問：我到底需要它完成哪一項工作？Liquid AI 10月27日發表的 LFM3，是另一個可拿來驗證這個問題的小模型系列。

這次共有六款約20億參數的模型，使用共同的基礎架構。依官方說明，各款都能用單張 GPU 微調；影像款可以接收圖片與影片，全模態款則能接收文字、影像、影片和音訊，再輸出文字或語音。這些是不同版本的能力，不是每一款都會看、會聽、會說。

文字款 LFM3-1.7B 有17.3億參數，支援256K長度的上下文，也就是一次能一起處理的輸入與輸出範圍。官方說，採4位元精度時，模型本身約占1GB。不過，真正跑起來還有對話快取與其他程式需要記憶體，不能把這個數字當成整個應用只要1GB就夠。

Liquid AI 公布的 WebArena-Verified 測試分數，從前代的3.02提高到38.42，主打操作網頁與呼叫工具的進步。這是公司自己的測試結果，不是本站實測；不同網站、步驟與工具設定，仍可能讓實際表現差很多。

官方文件也直接說明，這款文字模型不適合需要代理自行寫程式，或複雜、多步驟推理的工作。碰到知識密集的問題，則建議搭配搜尋或資料檢索。能呼叫工具，不代表就能一路判斷正確，更不代表可以放心給它所有操作權限。

對開發團隊來說，比較實際的起點，是拿一批固定任務測試完成率、失敗時怎麼交回人手，以及整體記憶體用量。權重已提供下載，但採用 LFM Open License，不宜直接理解成毫無限制的開源授權。即使模型放在本機，連到外部工具時會送出哪些資料，也仍要另外確認。

值得留意

想在自己的設備跑 AI 的團隊，多了能按任務挑選的模型。小體積不等於什麼都能做，記憶體需求也不能只看模型檔案大小。

原標題 Liquid AI’s new LFM3 models put browser agents, voice commands, and image recognition onto enterprise-controlled devices