Liquid AI lance LFM3 : six modèles multimodaux ouverts d'environ 2 milliards de paramètres
Liquid AI a publié LFM3, sa nouvelle génération de Liquid Foundation Models: une famille de six modèles à poids ouverts d'environ 2 milliards de paramètres, tous issus d'une base commune, LFM3-1.7B-Base. Elle couvre le texte (LFM3-1.7B, 1,73 milliard de paramètres, contexte de 256K), la vision avec LFM3-VL-2B (1,92 milliard, 128K, premier modèle LFM à accepter la vidéo, échantillonnée à 2 images par seconde), l'audio avec LFM3-Audio-2B (parole en entrée et en sortie dans 18 langues, avec appel d'outils), l'omni avec LFM3-Omni-2B (2,2 milliards, réponse en texte ou en voix) et deux modèles de décision, d1-2B et d1-Omni-2B, capables de répondre à plusieurs questions en une seule passe. Le backbone alterne 24 couches: 13 convolutions courtes à portes, 5 couches d'attention à fenêtre glissante de 256 tokens et 6 couches d'attention globale. Le pré-entraînement a porté sur 22 000 milliards de tokens, dont 3,5 mille milliards de données orientées agents. Sur les 29 benchmarks maison de Liquid, LFM3-1.7B affiche une moyenne de 49,37, contre 47,24 pour Qwen3.5-9B. Il domine sur IFEval (96,66), AutomationBench (41,29 contre 15,10), WebArena-Verified (38,42 contre 28,94) et BFCL V4 (71,39 contre 62,83), mais reste derrière sur GPQA Diamond (63,37 contre 80,40), SWE-bench Verified (43,40 contre 51,20) et RULER 128K (65,56 contre 87,11).
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →
Également couvert par HuggingFace Blog.
L'intérêt pratique est la possibilité de faire tourner des agents capables sur du matériel modeste. Quantifié en 4 bits, le modèle tient dans environ 1 Go de mémoire, ce qui le rend exploitable sur téléphone ou ordinateur portable, et des checkpoints GGUF, MLX, ONNX, FP8 et NVFP4 sont fournis. Chaque modèle peut être affiné sur un seul GPU, puis déployé en local, sur serveur privé ou dans le cloud. Pour les entreprises soucieuses de confidentialité, de latence ou de coûts d'inférence, un petit modèle qui surpasse un concurrent de plus de cinq fois sa taille sur les tâches d'automatisation et d'appel de fonctions est un argument concret. Les limites restent nettes: connaissances pointues, code agentique et contextes très longs favorisent toujours les modèles plus gros, même si la recherche web réduit l'écart (Humanity's Last Exam passe de 7,17 à 13,90 avec outils). Il faut aussi noter que ces chiffres proviennent de l'évaluation de Liquid elle-même, et que la licence LFM Open License v1.0 fixe un seuil de 10 millions de dollars de revenus, là où MiniCPM5-2B, Qwen3.5-4B et Gemma 4 E4B sont sous Apache 2.0.
LFM3 prolonge la stratégie de Liquid AI, qui parie sur des architectures hybrides plutôt que sur le transformeur standard. La recherche d'architecture « hardware-in-the-loop » de l'entreprise, qui avait réglé LFM2 sur un téléphone et un ordinateur, a cette fois optimisé le modèle sur 14 combinaisons d'appareils et de backends, dont le Raspberry Pi 5 et le NPU Hexagon de Qualcomm. Les noyaux de convolution passent de 3 à 7, et l'on trouve des portes sigmoïdes par tête d'attention, du RoPE partiel et une normalisation « sandwich ». L'après-entraînement s'est déroulé en quatre étapes: 1,75 mille milliard de tokens de SFT, apprentissage par renforcement mixte, distillation de six enseignants spécialisés en un seul modèle, puis RL agentique. Face à lui, Qwen3.5-4B, Gemma 4 E4B et MiniCPM5-2B occupent le même terrain des petits modèles embarqués. Sur le comparatif de Liquid, LFM3-VL-2B obtient 71,4 sur 62 benchmarks de vision, contre 71,7 pour Gemma 4 12B, un modèle bien plus volumineux.
Pas d'impact direct sur la France/UE