Liquid AI
Liquid AI是一家人工智能基础研究与应用公司，由麻省理工学院（MIT）研究人员创立。公司专注于开发基于液态神经网络（Liquid Neural Networks）架构的新一代基础模型，其核心技术源自对动态系统和神经微分方程的研究。相较于传统Transformer架构，Liquid AI的模型旨在以更高的参数效率和计算效率完成推理与序列建模任务，主要面向企业级AI应用场景。
核心事实
时间轴 (近 90 天)
LFM3 是 Liquid AI 推出的模型系列，其 lfm3-audio 和 lfm3-omni 变体支持文本转语音（text-to-speech）能力。
LFM 是 Liquid AI 的基础模型产品线，定位为轻量、高效、可本地部署的通用模型家族；LFM3 是该系列的第三代版本，相比前代在多模态能力上有明显扩展。
Liquid AI 的 COO 是 Jeffrey Li。
LFM3 的六个模型采用开放权重，共享同一套骨干网络，覆盖文本、视觉、音频、全模态和决策模型。
目前公开信息集中在模型规格与部署条件上，官方尚未给出各模态具体能力边界、实际推理速度、不同硬件上表现的横向可比数据。
Liquid AI 将 LFM3 定位在手机、笔记本和机器人三类边缘设备上，目标不是云端推理。
1.7B 文本模型可以在单张 GPU 上完成微调。
LFM3-1.7B采用tri-hybrid（三混合）骨干结构，支持256K上下文窗口，并且在4-bit量化下体积约为1GB。
LFM3系列的6款模型覆盖文本、视觉、音频、全模态（omni）和决策（decisions）等方向。
官方数据显示，在单张 B200 上，LFM2.5-1.2B 在 RIPL 上的 p95 延迟比 Qwen3.5-0.8B 在 vLLM 上低 14.4 至 28.4 倍。
还有 40 条时间轴事件
全部知识事实 (20)
决策模型不生成文本，而是给定输入状态和一组命名问题，在一次前向传播中返回带概率的类型化答案。
65%已验证Liquid AI的技术根基是液态神经网络（Liquid Neural Networks），灵感来源于线虫（C. elegans）神经系统研究
65%已验证Liquid AI为其D1决策模型扩展视觉能力，可接收图像、文本或两者，并针对是非判断、多选或打分问题返回概率
70%待验证Liquid AI由MIT CSAIL的Ramin Hasani、Mathias Lechner等研究人员于2023年创立
85%待验证LFM3 是 Liquid AI 推出的模型系列，其 lfm3-audio 和 lfm3-omni 变体支持文本转语音（text-to-speech）能力。
50%待验证LFM 是 Liquid AI 的基础模型产品线，定位为轻量、高效、可本地部署的通用模型家族；LFM3 是该系列的第三代版本，相比前代在多模态能力上有明显扩展。
50%待验证Liquid AI 的 COO 是 Jeffrey Li。
50%待验证Liquid AI 将 LFM3 定位在手机、笔记本和机器人三类边缘设备上，目标不是云端推理。
50%待验证1.7B 文本模型可以在单张 GPU 上完成微调。
50%待验证LFM3 的六个模型采用开放权重，共享同一套骨干网络，覆盖文本、视觉、音频、全模态和决策模型。
50%待验证目前公开信息集中在模型规格与部署条件上，官方尚未给出各模态具体能力边界、实际推理速度、不同硬件上表现的横向可比数据。
50%待验证LFM3系列的6款模型覆盖文本、视觉、音频、全模态（omni）和决策（decisions）等方向。
50%待验证LFM3-1.7B采用tri-hybrid（三混合）骨干结构，支持256K上下文窗口，并且在4-bit量化下体积约为1GB。
50%待验证官方数据显示，在单张 B200 上，LFM2.5-1.2B 在 RIPL 上的 p95 延迟比 Qwen3.5-0.8B 在 vLLM 上低 14.4 至 28.4 倍。
50%待验证Liquid AI 用一组对比数字把“专用推理引擎”这个品类重新推到台前。
50%待验证d1-ultra 是一个多模态决策模型，专门处理分类、路由和评分任务，输入支持文本与图像，不生成文本而是输出结构化的概率判断。
50%待验证d1-ultra 官方强调的核心能力是校准概率（calibrated probabilities），即模型输出概率应与实际发生频率吻合。
50%待验证Liquid AI公布的数据显示LFM2.5-24B-A2B在工具使用类benchmark上击败了Qwen3.6-35B-A3B
50%待验证模型厂商开始针对端侧智能体这一细分场景做专门优化，而不是简单地把大模型缩小。
50%待验证LFM2.5-24B-A2B 的总参数量为 24B，激活参数约为 2B 级别。
50%