X @ollama官方
Ollama 上線 LFM3 系列，含視覺、音訊與全模態版本
Ollama 模型庫新增 LFM3 系列，共四個條目：lfm3、lfm3-vl、lfm3-audio、lfm3-omni，分別對應文字、視覺、音訊與全模態。四個頁面均以 :latest 標籤提供，可直接通過 Ollama 拉取。原文未給出引數量、上下文長度與硬體要求等細節。
熱點事件 · 持續更新
最高 2.8
Liquid AI 發布 LFM3 系列六款 2B 級多模態開源模型新
4 則報導3 個報導來源 更新
先了解這件事AI 綜述
10 月 27 日，Liquid AI 發布 LFM3 系列，首發六款約 2B 引數的多模態模型，覆蓋文字、視覺、音訊、omni 與兩款決策模型，均派生自同一 LFM3-1.7B-Base 骨幹，開放權重已在 Hugging Face 放出，並上線官方 Playground 與 Liquid AI API。基座以 22T tokens 預訓練，最後 3.5T tokens 的中期訓練把上下文擴至 256K；架構由門控短卷積、256 token 滑窗注意力與全域性注意力混合而成，8K 上下文下比 LFM2 快約 25%。Hugging Face 部落格補充，LFM3-1.7B 比 LFM2.5-2.6B 引數少 35% 卻更強，4bit 量化約 1GB，可在單張 GPU 上微調後部署到端側。同日 Ollama 宣布上線該系列，本地可執行文字、視覺、音訊與 omni 模型，文字模型 4bit 量化約 1GB、上下文視窗 256K；其模型庫給出 lfm3、lfm3-vl、lfm3-audio、lfm3-omni 四個 :latest 條目，未包含決策模型。對在本地或端側跑模型、需要小模型做專項微調的開發者，這提供了一套約 1GB 起、可單卡微調的多模態選擇。
AI 根據 4 則報導生成 · 更新
報導時間線
沿著報導，了解事件的不同側面；點標題看單篇報導的摘要與原文連結。
10月27日星期二 · 4 則
- X @ollama官方● 精選
Liquid AI 的 LFM3 系列模型上線 Ollama
Liquid AI 的 LFM3 系列模型已可在 Ollama 本地執行，覆蓋文字、視覺、音訊、omni 與決策模型。文字模型在 4-bit 量化下僅約 1 GB，上下文視窗 256K，官方定位是可隨處執行、並能在單張 GPU 上微調的小模型。
- Hugging Face blog● 精選
Liquid AI 發布 LFM3：六款 2B 級多模態模型共用同一骨幹
Liquid AI 推出 LFM3 系列，六款 2B 級模型（文字、視覺、音訊、全模態與決策）均從 LFM3-1.7B-Base 派生，可按輸入模態選型，並在單張 GPU 上微調後部署到端側。LFM3-1.7B 比 LFM2.5-2.6B 引數少 35% 卻更強，4bit 量化約 1GB，上下文 256K，8K 上下文下比 LFM2-1.2B 快約 25%。
- Hacker News front page
Liquid AI 發布 LFM3：六個 2B 級多模態開源模型
Liquid AI 發布 LFM3 家族，首發六個約 2B 引數的多模態模型，均源自同一 LFM3-1.7B-Base 骨幹，覆蓋文字、視覺、音訊、omni 以及兩個決策模型。基座以 22T tokens 預訓練，最後 3.5T tokens 的中期訓練將上下文擴至 256K。架構由門控短卷積、256 token 滑窗注意力與全域性注意力三混合而成，8K 上下文下比 LFM2 快約 25%。
本事件熱度走勢
為什麼熱
過去 48 小時，有 3 個獨立來源報導，最近 6 小時新增 3 個。熱度 2.7，熱門榜第 4 名。
熱度以 48 小時內的獨立來源計，同一來源只算一次，每 24 小時權重減半。
事件紀錄
- 最早報導
- 最近更新
同一事件的報導集中在這裡，新的進展會繼續補充。