LFM3: modelos multimodais que podem levar IA para dentro dos apps

Pessoa desenvolvedora testa no celular um recurso de IA local ao lado de um notebook; no canto inferior, a marca Liquid AI e o nome LFM3.IA
Imagem editorial ilustrativa, criada para representar modelos multimodais executados em dispositivos pessoais. A marca identifica o produto citado e não indica patrocínio ou endosso.

A família LFM3, anunciada pela Liquid AI em 27 de outubro de 2026, reúne modelos compactos de texto, visão, áudio e decisões que podem ser baixados e executados em dispositivos ou infraestrutura própria. Para quem desenvolve aplicativos, a proposta é testar recursos de IA com menos dependência de chamadas à nuvem — desde que o aparelho, a qualidade da tarefa e a licença sejam adequados.

O que vem no LFM3

A primeira versão reúne seis modelos na faixa de 2 bilhões de parâmetros, derivados de uma mesma base. Há modelos para texto, visão, áudio e entradas multimodais, além de variantes que retornam decisões estruturadas. Os pesos já estão disponíveis para download e ajuste fino.

O modelo de texto LFM3-1.7B tem contexto de 256 mil tokens. Em quantização de 4 bits, a Liquid AI estima que ele ocupe cerca de 1 GB de memória. A ficha do modelo no Hugging Face lista suporte a runtimes como llama.cpp, MLX, ONNX Runtime, vLLM e SGLang. A variante de visão aceita vídeo; o modelo de áudio processa fala e pode responder com texto ou voz; e os modelos de decisão classificam entradas, como documentos, imagens e chamados, em saídas estruturadas.

Onde isso pode ajudar um aplicativo

Rodar um modelo no próprio aparelho pode reduzir o tempo de resposta e permitir que algumas tarefas funcionem sem conexão contínua. Também pode evitar o envio de determinados dados a um serviço externo. Isso não acontece automaticamente: o aplicativo precisa realmente manter os dados no dispositivo e não encaminhá-los por outra integração.

Uma equipe pode avaliar o LFM3, por exemplo, para resumir notas, extrair campos de documentos, organizar solicitações ou permitir comandos por voz. Antes de escolher o modelo, vale medir a qualidade em português nos exemplos reais do produto, o uso de memória e bateria, a latência em aparelhos mais simples e o que acontece quando a resposta está errada. Os resultados de benchmark publicados pela Liquid AI são avaliações da própria empresa; não garantem desempenho igual em cada aplicativo ou dispositivo.

“Pesos abertos” não significa uso sem condições

Os modelos são open-weight: os pesos podem ser obtidos e executados localmente. Isso é diferente de dizer que todos os dados e etapas de treinamento foram publicados, ou que o uso comercial é irrestrito.

A licença LFM Open v1.0 permite uso comercial sem custo para entidades com receita anual inferior a US$ 10 milhões. A partir de US$ 10 milhões, o uso comercial não está coberto pela licença gratuita e exige um acordo pago com a Liquid AI. Ela também exige preservar avisos de atribuição ao redistribuir modelos ou derivados. Para um produto comercial, a equipe deve conferir o texto completo da licença e a situação da própria empresa antes de definir a arquitetura.

O LFM3 amplia as opções para colocar texto, visão e áudio perto de quem usa o aplicativo. A decisão prática depende menos do tamanho anunciado do modelo e mais de uma avaliação no dispositivo, nos dados e nas tarefas que o produto realmente precisa atender.

#IA#Liquid AI#LFM3#IA local#Modelos abertos
Davi
Davi
Fundador da Pump e redator desde 2021. Apaixonado por tecnologia e cultura pop.
← Voltar ao blog