Nano AINano AI

Liquid AI · 2026 年 10 月 27 日 · 2.17B · 端侧

LFM3 Omni：已公布的规格与本地安装

Liquid AI 在 2026 年 10 月 27 日的文章中介绍了 LFM3，以及其中的 LFM3-Omni-2B：一个模型，读取文本、图像、视频和音频，并以文本、语音或两者一起回答。Nano AI 没有运行过它。下面的数字来自 Liquid 的博客和 Hugging Face 模型卡。

这里没有加载 LFM3 Omni

需要图片？使用 Nano Banana 2.1

LiquidAI/LFM3-Omni-2B 在你的机器上运行，许可证为 LFM Open License v1.0。Nano Banana 2.1 在浏览器中以 8 积分生成一张图片。它不会加载 omni 检查点。

打开 Nano Banana 2.1跳到安装行
开发方
Liquid AI
发布时间
2026年10月27日
本站可用
Nano Banana 2.1 · 每张 8 积分
页面更新
2026年10月31日

信息来源: liquid.ai

LFM3 Omni 公布了什么

LiquidAI/LFM3-Omni-2B 的模型卡列出 2.17B 参数，32K 上下文（输入和输出一起计算），以及 128,000 token 的文本词表。输入是文本、图像、带或不带声轨的视频，以及 16 kHz 音频。视频默认按每秒 2 帧采样，4 到 384 帧。输出是文本、24 kHz 语音，或交错的文本与语音。模型卡说它是非推理模型，不支持 enable_thinking=True。许可证一行是 LFM Open License v1.0。发布任何东西之前请在仓库里阅读该许可证；本页不复述其条款。

Liquid 同一天的博客说，LFM3 的首次发布是围绕 2B 参数、同一骨干上的一组模型：文本、视觉、音频、omni 和决策。它给文本模型 256K 上下文，并说文本模型在 4-bit 下大约装进 1 GB。这两个数字说的是文本模型，不是 LFM3-Omni-2B 模型卡上的 32K。omni 一节描述了对一张图片提出的口头问题、与声轨一起观看的视频，以及根据模型所见所闻发起的工具调用。本站没有测量延迟、词错误率或电池用量。

模型卡的安装行是 pip install "transformers>=5.20.2"，外加 torch、torchvision、torchcodec、accelerate、pillow、librosa 和 soundfile，然后是带 trust_remote_code 的 AutoModelForMultimodalLM 和 AutoProcessor。还列出了一个给 llama.cpp 的 GGUF 变体。模型卡中的语音采样默认值是 audio_temperature=0.4 和 audio_repetition_penalty=1.2。这些都不会在 Nano AI 上运行。如果你需要一张图片，本站的 Nano Banana 2.1 花费 8 积分。

LFM3 Omni 速览

检查点
LiquidAI/LFM3-Omni-2B
发布日期
2026 年 10 月 27 日，与 LFM3 系列一起
参数量
2.17B，按模型卡
上下文
32K token，输入加输出
音频
输入 16 kHz，语音输出 24 kHz
视频
2 fps，默认 4 到 384 帧
许可证
LFM Open License v1.0
在 Nano AI 上
未托管。图片使用 Nano Banana 2.1，每张 8 积分

按模型卡所示加载 LFM3-Omni-2B

复制自 2026 年 10 月 31 日读到的 Hugging Face 模型卡。Nano AI 不执行它。

  1. 1

    安装 Python 包

    模型卡的安装行，包括 transformers 5.20.2 或更高版本。

    pip install "transformers>=5.20.2" torch torchvision torchcodec accelerate pillow librosa soundfile
  2. 2

    加载检查点

    模型卡中的构造函数。该片段要求 trust_remote_code。device 和 dtype 在模型卡里紧挨着这段代码的上方定义。

    model_id = "LiquidAI/LFM3-Omni-2B"
model = AutoModelForMultimodalLM.from_pretrained(
    model_id, dtype=dtype, device_map=device, trust_remote_code=True
).eval()
processor = AutoProcessor.from_pretrained(model_id, trust_remote_code=True)
  3. 3

    语音默认值

    模型卡里语音的 generation_config 默认值。文本输出可以保持贪心。

    audio_temperature=0.4
audio_repetition_penalty=1.2
  4. 4

    GGUF 是另一个文件

    模型卡列出了给 llama.cpp 的 GGUF 构建，包括一个实时语音服务器。请使用 Liquid 在同一仓库中发布的文件，而不是一份改名的副本。

模型卡点名的变体

两行都链到模型仓库。这里不抄文件大小，因为模型卡的表格没有印出字节大小。

变体框架作用仓库
BF16SGLang、TransformersGPU 权重；模型卡说 SGLang 提供文本服务LiquidAI/LFM3-Omni-2B
GGUFllama.cppCPU 或 GPU，包括他们的语音服务器说明LiquidAI/LFM3-Omni-2B

这篇说明不声称什么

01

本站没有分数

Liquid 的博客描述了这个模型。Nano AI 没有给它计时，没有给语音打分，也没有在相同提示词上把它和托管 API 比较。

02

不要借用文本模型的上下文

博客里的 256K 和大约 1 GB 的 4-bit 说明针对的是 LFM3 文本模型。omni 模型卡说的是 32K。

03

思考模式是关闭的

模型卡说这个检查点是非推理的，并拒绝 enable_thinking=True。

04

这里的图片是 Nano Banana

本页上的按钮打开的是 Nano Banana 2.1，每张 8 积分。它不会加载 LiquidAI/LFM3-Omni-2B。

Omni 模型卡与文本模型那几行

两列都是 Liquid AI 的，来自 2026 年 10 月 27 日的博客和 LFM3-Omni-2B 模型卡，读取日期为 2026 年 10 月 31 日。

LFM3-Omni-2B同一博客中的 LFM3 文本模型
参数量2.17B博客所说的 2B 级一组
上下文32K256K
输入文本、图像、视频、音频文本
语音输出24 kHz不是 omni 的语音路径
许可证一行LFM Open License v1.0开放权重，按博客

一手来源

LFM3 博客2026 年 10 月 27 日。系列概览，包括文本模型的 256K 那一行。liquid.ai模型卡2.17B、32K、许可证、安装行。huggingface.coOmni 文档Liquid 的 omni 概览。docs.liquid.ai

如果你想要的是一张图片，接下来怎么做

  1. 1

    如果需要 omni，在本地运行检查点

    使用下面的安装块和 Liquid 的模型卡。Nano AI 不会替你下载权重。

  2. 2

    或者打开 Nano Banana 2.1

    该模型每张图片 8 积分。它接受文字提示词。它听不见音频，也不会观看视频文件。

  3. 3

    阅读许可证

    模型卡点名 LFM Open License v1.0。条款是许可证文件，不是这一段。

给 Nano Banana 2.1 的图片提示词

只用于图片按钮。它们不是 LFM3 的输入，也不含音频。

  • 窗台上的收音机

    A small wooden radio on a sunlit windowsill, linen curtain, soft dust, no people, no readable text, no logos.

  • 步道地图

    A folded blank trail map and a compass on a wooden bench, overcast light, no place names, no people, no logos.

  • 耳机

    Over-ear headphones on a closed notebook, top-down, grey desk, soft shadow, no logos, no readable text, no people.

  • 厨房音箱

    A compact speaker on a kitchen shelf beside a plant, morning light, no brand marks, no people, no readable text.

如果检查点和博客那句话所暗示的不一样

上下文在 32K 附近停止
这与 omni 模型卡一致。256K 这个数字是同一篇博客里的文本模型。
enable_thinking 失败
模型卡说这个标志在该非推理检查点上不受支持。
你希望模型在 Nano AI 里面
它没有被加载。图片按钮是 Nano Banana 2.1，每张 8 积分。

这里没有加载 LFM3 Omni

需要图片？使用 Nano Banana 2.1

LiquidAI/LFM3-Omni-2B 在你的机器上运行，许可证为 LFM Open License v1.0。Nano Banana 2.1 在浏览器中以 8 积分生成一张图片。它不会加载 omni 检查点。

打开 Nano Banana 2.1

常见问题

LFM3 Omni 常见问题

只有模型卡上的事实。本站没有运行该模型。

LFM3 Omni 是哪个检查点？

LiquidAI/LFM3-Omni-2B。模型卡说 2.17B 参数和 32K 上下文。Liquid 于 2026 年 10 月 27 日发布了 LFM3 系列。

Nano AI 托管它吗？

不托管。本页上的按钮打开的是 Nano Banana 2.1，每张图片 8 积分。符合条件的新账号获赠 64 积分，足够生成 8 张图片。那不是一场 LFM3 会话。

音频采样率是多少？

模型卡说输入音频为 16 kHz，语音输出为 24 kHz。它还为语音列出 audio_temperature=0.4 和 audio_repetition_penalty=1.2。

256K 上下文是 omni 模型吗？

不是。2026 年 10 月 27 日的博客把 256K 记在文本模型上。omni 模型卡说的是 32K。

它能逐步思考吗？

模型卡说它是非推理的，并且不支持 enable_thinking=True。本页没有尝试覆盖这一点。

Nano AI 与 Liquid AI 有隶属关系吗？

没有。Nano AI 与 Liquid AI 没有隶属关系。规格引自 2026 年 10 月 31 日读到的他们的博客和模型卡，本站没有对该检查点做基准测试。

Nano AI 更多内容

首页Nano Banana AI 图片生成器在一个输入框里用所有模型生成和编辑图片。工作台Nano 图片生成与编辑器完整的工作台：全部图片模型、批量生成和你的历史作品。定价Nano Banana 价格与积分方案各模型的价格、积分包和订阅方案。模型页Nano Banana ProGoogle 的高端图像模型，在线即可使用。

相关页面

Moonshot AI · 指南Kimi 3.1 ProMoonshot AI · 指南Kimi K 3.1Meta · 指南Muse WonderGoogle · 已上线Nano Banana 2.1

Nano AI 是独立服务，与 Liquid AI 没有隶属关系。LFM3 Omni 的数字，包括 2.17B、32K、16 kHz、24 kHz 和 LFM Open License v1.0，来自 Liquid 2026 年 10 月 27 日的博客和 LFM3-Omni-2B 模型卡，读取日期为 2026 年 10 月 31 日。本站没有运行该检查点。