Liquid AI ra mắt LFM3: 6 model mở, chung backbone 1,7 tỷ tham số

Theo thông tin từ Liquid AI, hãng vừa phát hành LFM3, bộ sáu model open-weight thuộc nhóm 2B-class, cùng xây dựng trên một backbone có 1,7 tỷ tham số. Dòng model bao phủ các tác vụ text, vision, audio, omni và decision, đồng thời hỗ trợ tinh chỉnh trên một GPU và triển khai từ điện thoại đến cloud.

Sáu model, một backbone dùng chung

Điểm đáng chú ý của LFM3 nằm ở cách Liquid AI tổ chức cả bộ model quanh một backbone chung. Thay vì giới thiệu sáu nền tảng hoàn toàn tách biệt, hãng định vị đây là một gia đình model 2B-class dùng chung lõi 1,7 tỷ tham số, với phạm vi tác vụ trải từ xử lý văn bản và hình ảnh đến âm thanh, omni và decision.

Thông tin hiện có chưa nêu tên riêng, cấu hình chi tiết hay kết quả benchmark của từng model. Vì vậy, chưa thể so sánh hiệu năng giữa các thành viên trong bộ LFM3 hoặc kết luận model nào phù hợp nhất cho một tác vụ cụ thể. Điều đã được xác nhận là độ rộng về loại tác vụ và backbone dùng chung.

Tinh chỉnh trên một GPU, triển khai từ điện thoại đến cloud

Liquid AI cho biết toàn bộ sáu model có thể được fine-tune trên một GPU. Hãng cũng nêu các lựa chọn triển khai gồm điện thoại, laptop, private server và cloud. Điều này mở ra lựa chọn cho nhóm phát triển muốn thử nghiệm model tại chỗ hoặc vận hành trên hạ tầng riêng, bên cạnh triển khai qua cloud.

Tuy nhiên, thông tin công bố chưa chỉ rõ yêu cầu phần cứng tối thiểu, mức tiêu thụ bộ nhớ, giấy phép cụ thể hay giới hạn sử dụng. “Chạy được trên điện thoại” cũng chưa đủ để xác định trải nghiệm thực tế nếu thiếu dữ liệu về tốc độ và chất lượng đầu ra. Người dùng nên kiểm tra tài liệu model trước khi chọn cách triển khai.

Tôi xem hướng đi của LFM3 là đáng theo dõi vì một backbone được dùng cho nhiều nhóm tác vụ có thể giúp đội ngũ đánh giá và tùy biến hệ model gọn hơn. Nhưng lợi thế thực tế vẫn cần được kiểm chứng bằng benchmark và thử nghiệm trên đúng thiết bị, workload của từng nhóm.

Điểm cần nhớ

• LFM3 gồm sáu model open-weight 2B-class, dùng chung backbone 1,7 tỷ tham số.
• Các tác vụ được nêu gồm text, vision, audio, omni và decision.
• Liquid AI cho biết model có thể fine-tune trên một GPU và triển khai từ điện thoại đến cloud; thông số hiệu năng chi tiết chưa được cung cấp trong dữ liệu công bố được dẫn ở đây.

Nguồn tham khảo: Liquid AI

Tác giả: Cường Nguyễn — Founder AI Ops Solutions | Verified n8n Creator. Kết nối: Facebook · LinkedIn · YouTube · TikTok