NEWS & DOCUMENTARYAIと人間のこれから。
RAXUS AIAIのいまを確かめて届ける。
LATEST EDITION

Liquid AI、LFM3世代6モデルを公開――テキスト・視覚・音声・判断を2B級で統一、年商1,000万ドル超は商用ライセンスが別途

米Liquid AIは2026年10月27日、エッジ向けモデルファミリー「LFM3」の最初の6モデルを公開しました。テキスト、視覚、音声、統合マルチモーダル(Omni)、判断モデルを約2B(20億)パラメータ級でそろえ、すべてLFM3-1.7B-Baseという共通基盤から派生しています。テキストモデルのLFM3-1.7Bは4ビット量子化で約1GB、コンテキストは256Kトークンに対応します。ウェイトはLFM Open License v1.0で公開され、年間売上1,000万ドル以上の企業の商用利用は無償ライセンスの対象外です。

図解LFM3最初の6モデル
  • LFM3-1.7B

    用途
    テキスト生成
    パラメータ
    1.73B
    主な入出力と条件
    テキスト入出力、256Kコンテキスト、4ビットで約1GB
  • LFM3-VL-2B

    用途
    画像・動画理解
    パラメータ
    1.9B
    主な入出力と条件
    テキスト・画像・動画を入力
  • LFM3-Audio-2B

    用途
    音声
    パラメータ
    2B
    主な入出力と条件
    テキスト・音声を入力し、テキスト・音声で応答
  • LFM3-Omni-2B

    用途
    統合マルチモーダル
    パラメータ
    2.17B
    主な入出力と条件
    テキスト・画像・動画・音声を入力、32Kコンテキスト
  • d1-2B

    用途
    判断(画像・動画対応)
    パラメータ
    1.92B
    主な入出力と条件
    テキスト・画像・動画から回答を1回のforward passで返す
  • d1-Omni-2B

    用途
    判断(音声対応)
    パラメータ
    2.17B
    主な入出力と条件
    d1-2Bの入力に音声を加えた判断モデル

Liquid AI公式ブログ(2026-10-27)とHugging Faceの各モデルカードによる。

6モデルはすべてLFM3-1.7B-Baseから分岐しています。会社の説明によると、ベースモデルは22兆トークンで事前学習しました。基盤アーキテクチャはtri-hybridと呼ぶ3種類の演算の組み合わせで、24層のうち13層が短い畳み込み、5層が256トークンの窓を持つsliding-window attention、6層がglobal attentionです。

Liquid AIは、LFM3-1.7Bが前世代LFM2.5-2.6Bより35%少ないパラメータで上回ったと報告しています。エージェント作業のベンチマークLiveClawでは45.60対14.70と、同社の表で大きく差が開いています。これらの数値はモデルを提供した企業自身による評価で、独立した再現ではありません。比較対象や計測条件は公式ブログとモデルカードに記載されています。

エッジでの実行を示す数値として、同社は128Kトークン全体のコンテキストでKVキャッシュが1.6GBだと計測しています。llama.cppのQ4_0量子化、32Kコンテキストでの速度測定という条件付きです。サーバー側ではNVIDIA B300 1基にSGLangとBF16で載せた場合、同時1,024リクエストで1日あたり36億トークンを生成できるという計測も公表しました。すべて同社の計測値です。

判断モデルのd1-2BはLFM3-VL-2Bを、d1-Omni-2BはLFM3-Omni-2Bを基にしています。2モデルとも文章を生成せず、入力された事案に対する回答を1回のforward passで返します。公式ブログは、d1-Omni-2Bが筆記の代わりに音声で質問された場合も精度をほぼ維持すると説明しています。

配布ライセンスはLFM Open License v1.0です。正式文書の定義では、閾値(Threshold)は年間売上1,000万米ドル以上で、これを超える企業の商用利用は無償ライセンスの対象外になり、別途契約が必要です。閾値未満の商用利用と研究用途は無償で、利用者数による制限はありません。Apache 2.0のような宽松ライセンスとは異なります。モデルカードのlicense欄も「other」と表記されます。

配布形態はHugging Faceで、各モデルのほかにGGUF、MLX、ONNX、NVFP4、FP8などの量子化版が公開されています。LFM3-1.7B-Baseと各モデルの派生を合わせると、公開初日から十数件のリポジトリが並んでいます。Liquid AIのAPIからも利用できます。

既存のd1系とLFM2.5系の公開は先行しているため、今回の新規性はLFM3基盤への世代更新と、テキストから判断モデルまで6種を共通基盤で同時に出した点にあります。性能・速度・メモリの数値は同社の計測で、実際の端末や業務データでの結果は別です。商用利用を検討する企業は、自社の年間売上が閾値に達するかをライセンス文書で確認する必要があります。

出典

  1. Liquid AI公式ブログ「Introducing LFM3: Every Modality for Specialized Intelligence」2026-10-27付。6モデル、22Tトークン事前学習、24層の内訳(畳み込み13層・SWA 5層・global attention 6層)、35%少ないパラメータ、KVキャッシュ1.6GB、B300での1日36億トークン
  2. Hugging Faceモデルカード LiquidAI/LFM3-1.7B1.73Bパラメータ、256Kコンテキスト、4ビットで約1GB、LFM Open License v1.0
  3. Hugging Faceモデルカード LiquidAI/LFM3-Omni-2B2.17B、32Kコンテキスト、テキスト・画像・動画・音声入力とテキスト・音声出力
  4. Hugging Faceモデルカード LiquidAI/d1-2B1.92B、LFM3-VL-2Bベース、1回のforward passで較正された回答を返す判断モデル
  5. LFM Open License v1.0(Liquid AI)Threshold=年間売上1,000万米ドル以上。超過企業の商用利用は無償ライセンスの対象外
  6. Hugging FaceのLiquidAI公開リポジトリ一覧(API)GGUF・MLX・ONNX・NVFP4・FP8などの量子化版とBaseモデルの配布を確認

出典の確認日 2026.10.28

KEEP EXPLORING

あわせて読みたい記事と映像

プロダクトの記事一覧
  1. Liquid AI、画像も扱うd1-ultraを公開 文章を生成せず判断の確率を返す

    Liquid AIは2026年10月15日、テキストと画像から選択肢ごとの確率を返すd1-ultraを公開した。Liquid APIで提供し、料金は入力100万トークンあたり0.042米ドル。文章の出力トークンは生成しない。

    記事を読む
  2. GitHub、エージェントセッションを端末間で継続させる「Agent Host Protocol」の実装を解説──VS CodeとGitHubで2つのホスト実装、6言語のSDK

    GitHubは2026年11月17日、公式Engineeringブログで、AIエージェントのセッションをエディタ、スマートフォン、クラウドの間で引き継ぐオープンなプロトコル「Agent Host Protocol(AHP)」の実装構造を解説した。執筆したのは同社のプリンシパルソフトウェアエンジニア、Connor Peet氏とRob Lourens氏だ。AHPの開発は2026年前半にVS Codeで始まり、仕様は10月2日にv1.0.0、11月13日にv1.1.0として公開済みである。今回の記事は新規プロトコルの発表ではなく、VS CodeとGitHubという異なる2実装に共通で使われている構造と設計判断の開示が中心だ。

    記事を読む
  3. Appleの研究チーム、対話操作に足る速さの動画生成「FastFrames」を公開──1.3B構成で1フレーム36ms、VAE復号とKVキャッシュ更新の置換が鍵

    Appleの研究チームは2026年11月17日、入力に応じた対話操作が可能な速さで480p動画を生成する自己回帰型動画拡散モデル「FastFrames」の論文をarXivに公開した(arXiv:2611.23226)。1.3Bの構成では単一のNVIDIA B200で1フレーム36ミリ秒(毎秒27.8回の応答)、14Bの構成では8基のB200で45ミリ秒を著者らは報告している。論文はまず既存モデルの推論を計測し、VAE復号とKVキャッシュ更新という「固定の実装詳細」とされてきた処理がエンドツーエンド遅延の半分以上を占めることを示したうえで、この2つを軽量な代替に置き換えた。論文、コード、重みが公開されている。

    記事を読む