六个 2B 级模型塞进手机：文本档 4-bit 占 1 GB，商用卡一道营收门槛

一、六个模型各管一摊（官方自报口径）

二、端侧数字是怎么来的

• 骨干 24 层「三重混合」：13 层门控短卷积（卷积核由 3 加到 7）、5 层 256 词元滑动窗口注意力、6 层全局注意力；预训练 22 万亿词元，末段 3.5 万亿把上下文扩到 256K；
• 架构搜索覆盖 14 种设备与后端组合（旗舰手机、树莓派 5、M4 Max、桌面 CPU、云端 GPU、NPU 都在列）；
• 官方演示口径：LFM3-1.7B 在 iPhone 17 Pro 上解码 43.6 tok/s、占用内存 1.90GB；音频码本 LiquidCodec 在单 CPU 线程上以约 87 倍实时速度还原语音；
• 跑分均为厂商自报：文本档在网页智能体基准 WebArena-Verified 上 38.42（上代 3.02），家族 62 项评测均分由 57.6 升至 71.4。

三、许可门槛比跑分更需要先读

LFM Open License v1.0：研究、非营利用途不受限；商用仅限年营收低于 1000 万美元的组织；超出这条线，「开源」就成了「源码可得」——大型集成商、云厂商用它做产品，要先按授权谈判处理。发布伙伴名单（AMD、Arm、Intel、英伟达、高通等）说明生态推力不缺，缺的是你自己对一遍主体营收档位。

来源：Liquid AI 官方博客与模型卡、智源社区/Iresearch 等媒体转述（数字均标厂商自报口径） 本文仅转述公开报道，不评判任何企业与产品，不构成投资建议。