Liquid AI dévoile des modèles taillés pour tourner en local

Résumé

Liquid AI présente LFM3, une famille de modèles multimodaux de 2 milliards de paramètres, spécialisés, personnalisables et déployables sur appareil.

Les faits

Liquid AI présente LFM3, sa nouvelle génération de Liquid Foundation Models. La famille réunit des modèles de texte, de vision, d’audio, omni et de décision autour d’un même socle, dans la gamme des 2 milliards de paramètres. L’objectif est de sélectionner la modalité adaptée, d’affiner le modèle sur ses propres données avec un seul GPU, puis de le déployer sur l’environnement d’exécution de l’application. LFM3-1.7B repose sur une nouvelle architecture tri-hybride et une nouvelle méthode d’entraînement. Selon Liquid AI, il surpasse LFM2.5-2.6B avec 35 % de paramètres en moins. Le modèle de texte tient dans environ 1 Go avec une précision de 4 bits et dispose d’une fenêtre de contexte de 256 000 jetons, destinée notamment à l’exécution d’agents sur appareil. Les six modèles présentés dérivent de LFM3-1.7B-Base : LFM3-1.7B pour le texte, LFM3-VL-2B pour le texte, les images et la vidéo, LFM3-Audio-2B pour le texte et l’audio, LFM3-Omni-2B pour le texte, les images, la vidéo et l’audio, d1-2B pour les réponses calibrées à partir de LFM3-VL-2B, et d1-omni-2B pour les réponses calibrées à partir de LFM3-Omni-2B. LFM3-1.7B a été pré-entraîné sur 22 000 milliards de jetons. Une phase finale de 3 500 milliards de jetons, menée sur des données sélectionnées et comprenant une part accrue de traces agentiques et d’appels d’outils, porte le contexte à 256 000 jetons. Le modèle est post-entraîné pour fonctionner avec Hermes Agent, Pi et OpenClaw. L’ensemble des modèles LFM3 est disponible avec des poids ouverts sur Hugging Face.

Pourquoi c’est important

LFM3 cherche à réduire le coût matériel et opérationnel des applications d’IA en rapprochant plusieurs modalités d’un même socle de taille contenue. La possibilité d’affiner chaque modèle sur un seul GPU et de faire fonctionner le modèle de texte dans environ 1 Go à 4 bits vise directement les usages locaux et les déploiements en périphérie. La stratégie repose aussi sur la spécialisation plutôt que sur un modèle généraliste unique. Les déclinaisons texte, vision, audio, omni et décision permettent d’adapter le modèle aux entrées et aux sorties attendues, tandis que la fenêtre de contexte de 256 000 jetons et l’entraînement incluant des traces agentiques ciblent les agents capables d’utiliser des outils et de traiter des tâches longues.

Questions fréquentes

Qu’est-ce que LFM3 ?

LFM3 est une génération de Liquid Foundation Models réunissant des modèles de texte, vision, audio, omni et décision autour d’un même socle.

Combien de paramètres compte LFM3-1.7B ?

LFM3-1.7B compte 1,7 milliard de paramètres et surpasse LFM2.5-2.6B avec 35 % de paramètres en moins.

Quels modèles composent la famille LFM3 ?

La famille comprend LFM3-1.7B, LFM3-VL-2B, LFM3-Audio-2B, LFM3-Omni-2B, d1-2B et d1-omni-2B.

LFM3 peut-il fonctionner sur appareil ?

Oui. Le modèle de texte tient dans environ 1 Go à une précision de 4 bits et sa fenêtre de contexte atteint 256 000 jetons.

Où les modèles LFM3 sont-ils disponibles ?

Les modèles LFM3 sont disponibles avec des poids ouverts sur Hugging Face.

Source

Auteur

Rédaction spécialisée dans la veille et l'analyse de l'actualité de l'intelligence artificielle, des puces IA, des robots, des agents IA et de la recherche.