리퀴드AI, 2B급 온디바이스 모델 'LFM3' 오픈 웨이트 공개… 텍스트·비전·오디오·옴니까지 한 백본으로
리퀴드AI(Liquid AI)가 10월 27일(현지 시간) 차세대 파운데이션 모델 제품군 LFM3를 공개했습니다. 텍스트, 비전, 오디오, 옴니, 의사결정 모델 6종을 모두 하나의 공유 백본(LFM3-1.7B-Base)에서 갈라져 나오게 만든 것이 특징이며, 전부 약 2B 파라미터 규모라 휴대폰이나 노트북에서 직접 돌릴 수 있습니다. 기본 모델과 후속 학습 모델 모두 오픈 웨이트로 Hugging Face에 올라왔고, Liquid AI API와 플레이그라운드에서도 바로 써볼 수 있습니다.
핵심 포인트
- 6종 라인업: 텍스트(LFM3-1.7B), 비전(LFM3-VL-2B), 오디오(LFM3-Audio-2B), 첫 옴니 모델(LFM3-Omni-2B), 의사결정 모델(d1-2B, d1-Omni-2B)
- 새 3중 하이브리드 구조: 짧은 합성곱, 슬라이딩 윈도 어텐션, 글로벌 어텐션을 섞은 24층 구조로, 22T 토큰으로 사전학습
- 작지만 강한 텍스트 모델: LFM3-1.7B는 이전 LFM2.5-2.6B보다 파라미터가 35% 적은데도 성능이 더 좋고, 4비트 기준 약 1GB에 25만 6천 토큰 문맥을 지원
- 에이전트 특화: OpenClaw, Hermes Agent 같은 에이전트 환경에 맞춰 학습했으며, 회사 측 벤치마크에서 WebArena-Verified, AutomationBench 등 일부 에이전트 과제는 Qwen3.5-9B보다 높은 점수
- 비전 모델 첫 영상 입력: LFM3-VL-2B가 처음으로 동영상을 입력으로 받고, 62개 비전 벤치마크 평균에서 6배 큰 Gemma 4 12B와 비슷한 수준이라고 발표
- 오디오·옴니: LFM3-Audio-2B는 18개 언어 음성 인식·합성·번역을 지원하고, LFM3-Omni-2B는 이미지와 음성을 함께 이해해 말로 묻고 답할 수 있음
- 단일 GPU 파인튜닝: 모든 모델을 GPU 한 장으로 미세조정할 수 있고, llama.cpp, MLX, vLLM, SGLang을 첫날부터 지원
왜 중요한가
대형 범용 모델 하나를 클라우드에서 쓰는 대신, 용도에 맞는 작은 모델을 골라 내 데이터로 다듬고 기기 안에서 돌리는 흐름이 빨라지고 있습니다. LFM3는 텍스트부터 영상, 음성, 의사결정까지 한 구조로 묶어 2B급에서 제공한다는 점에서, 개인정보가 기기 밖으로 나가지 않는 온디바이스 에이전트나 차량, 로봇, 현장 점검 같은 엣지 AI를 만들려는 개발자에게 좋은 출발점이 될 수 있습니다. 다만 성능 수치는 회사가 직접 발표한 결과이므로 실제 용도에서는 따로 검증해 보는 것이 좋습니다.
출처