A Liquid AI apresentou a LFM3, a nova geração das suas Liquid Foundation Models, concebida como ponto de partida para modelos especializados. Segundo o artigo publicado no blog da Hugging Face a 27 de outubro de 2026, a família reúne seis modelos construídos a partir de um mesmo backbone, incluindo o modelo de texto LFM3-1.7B e cinco variantes na faixa de cerca de 2 mil milhões de parâmetros para visão, áudio, omni e decisão. A empresa apresenta a proposta como uma forma de escolher o modelo adequado a cada modalidade, afinar esse modelo com dados próprios num único GPU e executá-lo onde a aplicação funciona. Estas afirmações são do fabricante e não foram verificadas de forma independente.

A arquitetura é a principal novidade técnica descrita. A LFM3-1.7B-Base combina 13 convoluções curtas com porta, cinco camadas de atenção com janela deslizante de 256 tokens e seis camadas de atenção global. As convoluções passam a usar um núcleo de tamanho 7, face a 3 na geração anterior, e a atenção inclui uma porta sigmoide por cabeça, que pode desligar uma cabeça que não acrescente informação. A empresa refere ainda a rotação parcial de posições (RoPE) nas camadas globais e a normalização sanduíche em cada bloco. Segundo o texto, a pesquisa de arquitetura teve em conta 14 combinações de dispositivo e de backend, desde telemóveis e um Raspberry Pi 5 até GPUs e à unidade de processamento neuronal Qualcomm Hexagon.

Nas métricas de eficiência, o fabricante afirma que o LFM3-1.7B supera o LFM2.5-2.6B usando 35% menos parâmetros. Por parâmetro, diz igualar o LFM2-1.2B em prompts curtos em dispositivos de borda e ser cerca de 25% mais rápido com 8 mil tokens de contexto. O pré-treino usou 22 biliões de tokens, e os últimos 3,5 biliões correspondem a uma fase de treino intermédio com mais traços agentivos e chamadas de ferramentas, que estende a janela de contexto até 256 mil tokens. O material publicado não apresenta avaliações independentes que confirmem estes resultados, pelo que devem ser lidos como alegações da própria empresa.

Do lado das aplicações, a Liquid AI destaca o funcionamento em equipamentos locais. O modelo de texto ocupa cerca de 1 GB com precisão de 4 bits, e os novos codificadores de visão e de áudio pretendem acelerar o processamento. A LFM3-VL-2B aceita vídeo como entrada, e a LFM3-Omni-2B é apresentada como o primeiro modelo omni da empresa, combinando texto, imagens, vídeo e áudio. A empresa sugere que estas características permitem agentes a correr no próprio dispositivo, sem depender sempre de serviços na nuvem.

Para programadores e equipas em Portugal e na Europa, a relevância prática está na possibilidade de adaptar modelos pequenos aos seus dados e de os executar localmente, o que pode reduzir custos e dependências externas. Ainda assim, a evidência disponível não indica a licença de utilização, os preços ou a disponibilidade detalhada de cada variante, e o texto é uma apresentação técnica do próprio fabricante. Antes de adotar a família, convém confirmar estes pontos e medir o desempenho em tarefas concretas.

Porque importa

A LFM3 aponta para modelos pequenos que podem ser afinados com dados próprios e executados em dispositivos locais. Para empresas e developers europeus, isto pode reduzir custos de inferência e dependência de nuvem, sobretudo em aplicações sensíveis à privacidade. Os ganhos de eficiência ainda dependem de validação independente e de confirmação das condições de licenciamento.

Fontes

Build specialized multimodal models with LFM3Hugging Face ↗