LFM3 réunit texte, image et audio. Le choix du modèle reste essentiel

Liquid AI présente LFM3 le 27 octobre. Cette famille de modèles compacts partage une base technique commune. Elle comprend des variantes pour le texte et la vision ainsi que pour l’audio et les décisions structurées. Les poids sont disponibles sur Hugging Face. L’annonce vise notamment la spécialisation sur des données propres et l’exécution sur des appareils ou des infrastructures choisies.

Une base commune ne donne pas les mêmes fonctions à tous

LFM3-1.7B traite du texte et produit du texte. La variante VL reçoit aussi des images et de la vidéo. La variante Audio accepte du son et peut répondre par la voix. LFM3-Omni-2B combine ces types d’entrées avec des sorties textuelles et vocales. Les variantes d1 répondent à une autre logique. Elles produisent des décisions structurées avec des probabilités plutôt qu’une longue réponse de conversation.

Cette séparation évite une confusion fréquente autour du mot multimodal. Télécharger un modèle de la famille ne donne pas automatiquement accès à toutes ses modalités. Une application doit utiliser la variante adaptée à ses entrées. Elle doit aussi prendre en charge les encodeurs et le format de sortie correspondants. Le billet technique de Liquid AI décrit cette organisation et les outils prévus pour l’adaptation.

La taille et le contexte doivent être lus modèle par modèle

La carte de LFM3-1.7B indique environ 1,73 milliard de paramètres et une fenêtre de contexte de 256 000 tokens. Liquid AI annonce environ un gigaoctet pour les poids quantifiés sur quatre bits. Cette taille ne représente pas à elle seule toute la mémoire nécessaire pendant l’exécution. Le moteur et les données traitées restent à prendre en compte.

La carte de LFM3-Omni-2B annonce pour sa part environ 2,17 milliards de paramètres. Sa fenêtre de contexte est de 32 000 tokens. La vidéo y est échantillonnée à deux images par seconde selon la documentation. Les caractéristiques du modèle texte ne doivent donc pas être transférées automatiquement à la variante qui regarde et écoute. Le même nom de famille masque des choix de fonctionnement différents.

Un modèle de décision ne remplace pas un dialogue

La carte de d1-2B décrit des réponses typées produites en un passage de calcul. Le système peut classer une demande ou extraire des éléments d’un document. L’éditeur signale aussi des limites sur les questions qui demandent beaucoup de connaissances. Une probabilité affichée ne dispense pas de vérifier la fiabilité sur les données réellement utilisées. Ce modèle n’est pas présenté comme un assistant de conversation.

Poids ouverts ne signifie pas usage commercial sans condition

Les cartes renvoient à la LFM Open License v1.0. Le texte de la licence assortit l’usage commercial d’une condition de chiffre d’affaires annuel. Le seuil indiqué est de dix millions de dollars. Il prévoit également des obligations lors de la redistribution. Il faut donc lire les conditions applicables plutôt que déduire une permission commerciale générale du seul accès aux fichiers.

Liquid AI fournit des exemples de spécialisation sur une seule carte graphique. Il s’agit d’une possibilité technique annoncée par l’éditeur. Elle ne garantit ni la qualité d’une adaptation particulière ni son coût total. Les résultats comparatifs du billet proviennent aussi des évaluations du fournisseur. Ils ne constituent pas un classement indépendant valable pour tous les appareils ou toutes les tâches.

Le fonctionnement local ne règle pas tout le parcours des données

Exécuter les poids sur un appareil donne un choix de déploiement. Une application peut néanmoins appeler un service distant ou envoyer des données par un outil connecté. La carte du modèle texte conseille d’ailleurs la recherche de documents pour les tâches riches en connaissances. Elle déconseille le code agentique et les raisonnements complexes à plusieurs étapes compte tenu de sa taille. Ces réserves comptent autant que les gains mis en avant.

Je vois dans cette famille une offre de composants à choisir selon un besoin précis. Le point décisif reste l’ensemble formé par le modèle et l’application qui l’utilise. Notre article sur LFM2.5 et les agents locaux expliquait déjà pourquoi un modèle local ne rend pas automatiquement tous ses outils locaux. La nouvelle génération ne supprime pas cette distinction.