2B 参数就能看图、听声、开口说话：LiquidAI 的全模态小模型，端侧语音助手的新底座

测评结论：LiquidAI 10 月 27 日发布的 LFM3-Omni-2B，是个 2.2B 参数的全模态小模型——文字、图片、视频、音频都能吃进去，回答可以是文字，也可以是 24kHz 的语音。整个 LFM3 家族一次发了 6 个 2B 级模型，都从同一个 LFM3-1.7B-Base 长出来，Omni 是其中第一个“全都要”的版本。它轻到什么程度：GGUF 的 Q4_K_M 量化版只有 1.1GB，再加一个 292MB 的多模态投影文件；llama.cpp 10 月 28 日的 v0.8.0 已经支持它跑实时语音对话，GGUF 版本发布几天内下载了近 7 万次。

但先泼一盆冷水：性能数字目前全是厂商自报。LFM3-1.7B 在自家 27 项基准上平均 49.37 分，视觉版 62 项基准均分 71.4，这些都是 Liquid 自己公布的；截至 10 月 28 日，Artificial Analysis 等独立榜单上还没有 LFM3 的条目。另外注意两个容易读错的数字：32K 上下文是第三方资料的说法，Liquid 官方页面没有明确标注 Omni 的上下文长度；“1GB 就能跑”说的是纯文本模型 4bit 下的内存占用，不是跑完整 Omni 应用的开销。许可证是 LFM Open License v1.0，年收入 1000 万美元以下商业使用免费，以上要另外签协议。

能用于啥：最适合的是端侧语音助手——对着一张图、一张产品照片提问，直接语音回答；其次是隐私敏感的多模态 agent，数据不用出设备。不适合的是需要深度推理的任务，官方明确这是 non-reasoning 模型，不支持思考模式，别拿它当主力推理模型用。

怎么用：本地跑最快的路是 llama.cpp，命令是 llama serve -hf LiquidAI/LFM3-Omni-2B-GGUF:Q4_K_M --reasoning off --temp 0 --port 8080，跑起来后有实时语音端点。原权重在 Hugging Face 的 LiquidAI/LFM3-Omni-2B，Transformers 调用需要 5.20.2 以上版本。视频输入在 llama.cpp 里的支持仍在跟进，跑之前以最新版发布说明为准。

边界：发布于 10 月 27 日，不是今天的新模型；11 月 6 日仍被列入 GitHub 当日新发现，说明热度在持续。基准数字为厂商自报，未经独立验证；本地运行步骤引自第三方实测教程，未经我方实测。