К содержимому
Компьютерное зрение

LiquidAI-LFM3-Omni-2B-MLX-4bit-uzu

омнимодальная модель на 2.17B в 4 битах для uzu

2 мин чтенияобновлено

LiquidAI-LFM3-Omni-2B-MLX-4bit-uzu — это 4-битная квантованная версия свежей мультимодальной модели LiquidAI/LFM3-Omni-2B, перепакованная пользователем davidxifeng под инференс-движок uzu с аппаратным ускорением Metal (для устройств Apple). Оригинальная модель от Liquid AI работает по принципу any-to-any («любой ввод — любой вывод»): она принимает текст, изображения, видео вместе со звуковой дорожкой и аудио, а отвечает текстом, речью или их чередованием. Одна компактная модель на 2.17B параметров заменяет сразу четыре отдельных инструмента — распознавание речи (ASR), визуально-языковую модель (VLM), текстовую LLM и синтез речи (TTS). Пригодится разработчикам локальных голосовых ассистентов и мультимодальных сервисов на Mac, которым нужен быстрый оффлайн-инференс без облачных API.

Ключевые особенности

  • Единый мультимодальный конвейер: понимает текст, картинки, видео (2 fps, от 4 до 384 кадров по умолчанию) и аудио (16 кГц), а на выходе генерирует текст или речь в качестве 24 кГц через встроенный аудиотокенизатор LiquidCodec.
  • Оптимизация под Metal и uzu: веса переупакованы из LiquidAI/LFM3-Omni-2B-MLX-4bit без повторного квантования, что сохраняет исходную точность и позволяет запускать модель через uzu-engine и встроенный HTTP-сервер с Omni WebUI.
  • Широкая языковая поддержка: работает с текстом на 16 языках, включая русский, английский, китайский, немецкий и французский, а также поддерживает синтез и понимание речи на 19 языках и диалектах.
  • Компактность и контекст 32K: общий размер базовой архитектуры составляет 2.17B параметров (в метаданных репозитория указано 1.19B для упакованных весов), а окно контекста достигает 32 000 токенов на вход и выход.

Что можно сделать

  • Локальный голосовой ассистент со зрением: развернуть сервер на Mac и задавать вопросы голосом по фотографии или видеоролику со звуком, получая озвученный ответ.
  • Транскрибация и перевод аудио: использовать готовые эндпоинты /v1/audio/transcriptions и /v1/audio/translate для расшифровки записей и перевода речи в локальных приложениях.
  • Анализ видео со звуковой дорожкой: подавать на вход клипы, чтобы модель одновременно учитывала происходящее в кадре и аудиосопровождение (модель обрабатывает изображения и кадры в нативном разрешении).

Пример

hf download davidxifeng/LiquidAI-LFM3-Omni-2B-MLX-4bit-uzu --local-dir ./LiquidAI-LFM3-Omni-2B-MLX-4bit-uzu
cargo run --release -p cli -- server --model ./LiquidAI-LFM3-Omni-2B-MLX-4bit-uzu --port 18080
ПодробнееАрхитектура: LFM3 backbone + LFM3 vision encoder + LFM3 causal audio encoder + LiquidCodec (словарь 128 000 токенов).
API и интерфейс: после запуска доступны эндпоинты /v1/chat/completions, /v1/audio/speech, /v1/audio/transcriptions, /v1/audio/translate и веб-интерфейс по адресу [http://127.0.0.1:18080/](http://127.0.0.1:18080/).
Ограничения: модель не поддерживает режим рассуждений (enable_thinking=True недоступен); синтез речи (TTS) заявлен для 19 языков (русский входит в список текстовых языков, но отсутствует в списке речевых локалей).
Лицензия: LFM Open License v1.0.
Примеры
Обсудить Telegram 0 24

Запустится ли?

Запустится в U8

Влезает без сжатия.

  • U8веса 1.2 GB · готовые файлы1.8 GB
  • FP8 / INT8рекомендуемвеса 1.1 GB1.7 GB
  • 4-bitвеса 0.6 GB1.2 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · U8 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # davidxifeng/LiquidAI-LFM3-Omni-2B-MLX-4bit-uzu
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download davidxifeng/LiquidAI-LFM3-Omni-2B-MLX-4bit-uzu --local-dir ~/models/LiquidAI-LFM3-Omni-2B-MLX-4bit-uzu
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к LiquidAI-LFM3-Omni-2B-MLX-4bit-uzu
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии LiquidAI-LFM3-Omni-2B-MLX-4bit-uzu — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

davidxifeng/LiquidAI-LFM3-Omni-2B-MLX-4bit-uzu
Автор
davidxifeng
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

240

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии