Liquid AI LFM3 explicado: ¿Puede ejecutarse localmente un modelo multimodal de 2B?

Sí, LFM3 puede ejecutarse localmente, pero empieza por elegir el punto de control adecuado. Liquid AI lanzó la familia LFM3 de pesos abiertos el 27 de octubre de 2026. Su modelo de texto, LFM3-1.7B, tiene 1,73 mil millones de parámetros y un tamaño aproximado de 1 GB para los pesos en 4 bits, según lo anunciado. Una versión actual de llama.cpp puede ejecutar su punto de control GGUF en una CPU local o una GPU compatible. Eso no significa que un asistente completo de voz y visión consuma solo 1 GB.

La decisión práctica para un PC o un NAS doméstico es elegir entre texto, visión, audio o multimodal antes de dimensionar el hardware. El archivo del modelo, el codificador/decodificador, los búferes del entorno de ejecución, el estado del contexto, las entradas de imagen o audio y las solicitudes simultáneas consumen recursos. Para una primera prueba, elige el modelo de texto de 4 bits, un contexto de 4K–8K y una sola solicitud; mide la memoria y la latencia antes de habilitar entradas más grandes u otros servicios del NAS.

¿Qué lanzó exactamente Liquid AI con LFM3?

LFM3 es una colección de seis modelos de la clase de 2B, entrenados a partir del modelo base LFM3-1.7B-Base: un modelo de texto, uno de visión y lenguaje, uno de audio, uno multimodal y dos variantes orientadas a la toma de decisiones. Liquid AI describe esta familia como adecuada para aplicaciones especializadas en dispositivos. La palabra importante es familia: descargar LFM3-1.7B no añade automáticamente un codificador de imágenes, compatibilidad con micrófono ni un decodificador de voz. Consulta el anuncio del lanzamiento de LFM3 y la descripción general de la familia de modelos.

Los pesos de LFM3 utilizan la LFM Open License v1.0. «Pesos abiertos» es la descripción adecuada: revisa la licencia real para el uso comercial y la distribución previstos, en lugar de tratarla como una licencia de software de código abierto de OSI. Las fichas de los modelos describen límites específicos, incluido que el modelo de texto compacto no se recomienda para razonamiento complejo de varios pasos ni para programación con agentes.

¿Por qué es importante la arquitectura tri-híbrida para los dispositivos periféricos?

La base de texto de 1.73B parámetros tiene 24 capas: 13 capas de convolución corta con compuertas, cinco capas de atención con ventana deslizante y seis capas de atención global, según la ficha oficial del modelo de texto. La combinación de estas operaciones reduce la necesidad de procesar cada token en cada capa como si se tratara de atención global completa, a la vez que conserva cierto contexto global. Es una decisión de diseño para mejorar la latencia y la eficiencia de memoria, no una exención de los costos de las instrucciones largas.

Liquid AI informa que el entrenamiento se realizó con 22 billones de tokens y afirma que la calidad por parámetro supera la de modelos LFM anteriores. Esas cifras son resultados comunicados por el desarrollador; no deben interpretarse como pruebas comparativas independientes en un NAS doméstico. Las mejoras arquitectónicas ayudan a explicar por qué un modelo de aproximadamente 2B parámetros puede ser útil para la extracción de información, las respuestas a preguntas sencillas y el enrutamiento de herramientas, pero la capacidad del modelo sigue dependiendo de la dificultad de la tarea, las instrucciones y la recuperación de información externa.

¿Cuánta RAM, VRAM y almacenamiento necesitas realmente?

Un cálculo transparente ayuda: 1.73B × 4 bits / 8 ≈ 0.865 GB de pesos sin comprimir idealizados. Los metadatos de cuantización y el empaquetado del archivo aumentan esa cifra, por eso Liquid AI describe el modelo de texto de 4 bits como uno que ocupa aproximadamente 1 GB. Pero el modelo aún necesita estado de contexto, búferes de ejecución, asignadores de memoria y recursos adicionales de la aplicación. Un sistema en ejecución puede consumir bastante más que el tamaño del archivo.

Estas son configuraciones de prueba prudentes, no requisitos mínimos oficiales del modelo ni objetivos garantizados de tokens por segundo. Se basan en un único punto de control de texto de 4 bits, sin cargas de trabajo simultáneas grandes y con suficiente espacio de almacenamiento libre.

Un contexto anunciado de 256K es un límite admitido por el modelo, no un ajuste inicial recomendado. Durante las instrucciones extensas y las sesiones simultáneas, el entorno de ejecución puede mantener un estado considerablemente mayor. Usa la guía de ZimaSpace sobre requisitos de RAM y GPU para ejecutar modelos localmente y la explicación sobre el enrutamiento de modelos según su huella de memoria completa para planificar basándote en el uso de recursos observado, no solo en el número de parámetros.

¿Qué modelo LFM3 deberías elegir para un NAS doméstico?

Para chats de texto locales, etiquetado, extracción y enrutamiento ligero de herramientas, LFM3-1.7B es la opción más sencilla para probar. Para documentos escaneados, imágenes fijas de cámaras o inspección visual, elige LFM3-VL-2B; su ficha del modelo señala que, además del modelo base de lenguaje, incluye un codificador de visión de 164M de parámetros y un proyector de 25M. La ficha oficial del modelo de visión también especifica el muestreo de vídeo y los límites de fotogramas. Procesar vídeo requiere más recursos que leer una instrucción breve de texto sin formato.

Para las interacciones por voz, LFM3-Audio-2B es un sistema específico para audio, no una actualización gratuita del GGUF de texto. Admite voz multilingüe, transcripción y respuestas habladas, mientras que el rendimiento en streaming depende del dispositivo. Elige LFM3-Omni-2B solo cuando el flujo de trabajo combine realmente varias modalidades y el backend específico admita esa combinación. Una sola GPU que aloje chat y flujos de trabajo de visión y audio debe reservar memoria para el pico de uso simultáneo, tal como se explica en nuestra guía multimodal para GPU domésticas.

¿Cómo ejecutar LFM3-1.7B localmente con llama.cpp?

Para conocer el entorno de ejecución de esta configuración, consulta nuestra guía de implementación de llama.cpp 0.8.0, que también explica la diferencia entre la inferencia de texto y la voz experimental en tiempo real.

Para realizar una comprobación inicial reproducible, empieza con el repositorio GGUF publicado y llama.cpp v0.8.0 o una compilación más reciente compatible con LFM3. El ejemplo usa la variante oficial Q4_K_M y vincula el servidor a la interfaz de loopback; no expone una API del modelo a Internet. En un equipo Linux con Git, CMake y un compilador compatible:

git clone https://github.com/ggml-org/llama.cpp.git
cd llama.cpp
git checkout v0.8.0
cmake -S . -B build
cmake --build build --config Release -j --target llama-server
./build/bin/llama-server \
  -hf LiquidAI/LFM3-1.7B-GGUF:Q4_K_M \
  -c 4096 --host 127.0.0.1 --port 8080

Abre http://127.0.0.1:8080 en esa misma máquina o prueba el servidor desde su terminal:

curl -s http://127.0.0.1:8080/v1/chat/completions \
  -H 'Content-Type: application/json' \
  -d '{"model":"local","messages":[{"role":"user","content":"Explica la cuantización en tres frases."}],"max_tokens":128}'

El identificador exacto del modelo de la API compatible con OpenAI puede variar según la configuración del servidor. Si tu compilación rechaza "local", consulta primero /v1/models y usa el ID que devuelva. Compilar el backend de CPU predeterminado es un punto de partida seguro; la aceleración por GPU requiere seleccionar y probar un backend adecuado. La ficha oficial de GGUF ofrece otras opciones de ejecución, como Ollama y LM Studio. Considéralas entornos de ejecución alternativos, no como prueba de que todos los paquetes de ZimaOS ya incluyen esta versión exacta del modelo.

Para probar la visión más adelante, usa el punto de control GGUF de LFM3-VL documentado y sigue la guía oficial de inicio rápido para visión para que se cargue el proyector de visión correspondiente. No reemplaces el nombre del modelo de texto en un comando cualquiera y des por hecho que funcionará la entrada de imágenes.

¿Qué debes verificar antes de considerar que la implementación se realizó correctamente?

1. Identidad del modelo: confirma la variante GGUF seleccionada y la versión del entorno de ejecución, no solo que se haya completado la descarga.
2. Límite de recursos: registra la RAM/VRAM residente en reposo, durante el prellenado y al procesar un prompt más largo; comprueba que ZimaOS y las demás aplicaciones del NAS dispongan de margen suficiente.
3. Latencia y calidad: evalúa el procesamiento del prompt, los tokens generados por segundo, el seguimiento de instrucciones y la precisión en cinco tareas representativas.
4. Límite de privacidad: mantén cualquier API local en loopback o en una red privada de confianza; autentica y configura un proxy de acceso de forma deliberada si otros clientes necesitan usarla.
5. Persistencia: guarda los archivos de modelos descargados fuera de la partición de arranque y mantén una separación clara entre los pesos inmutables y el estado editable de la aplicación. Consulta la separación entre los archivos del modelo y el estado de ejecución y nuestra guía de seguridad para implementar un LLM local.

Si una implementación funciona en un ordenador de escritorio, pero falla en un NAS, diagnostica todo el proceso: tamaño del modelo cuantizado, montaje bind correcto, RAM disponible, elección del backend, compatibilidad con las instrucciones de la CPU, proyectores y longitud del contexto. La lista de verificación para comprobar el almacenamiento de modelos es un complemento útil.

Preguntas frecuentes

¿LFM3 es totalmente de código abierto?

Liquid AI publica pesos abiertos bajo la licencia LFM Open License v1.0. Eso no significa automáticamente que sus modelos y componentes de entrenamiento cumplan todas las definiciones de software de código abierto; lee la licencia antes de redistribuir o monetizar una implementación.

¿Puedo ejecutar LFM3 en un PC o NAS sin GPU?

El pequeño modelo de texto GGUF puede ejecutarse mediante un backend de CPU compatible con llama.cpp, si el sistema operativo y la RAM disponible lo permiten. Que la experiencia sea interactiva depende del rendimiento de la CPU, el ancho de banda de memoria y la longitud del prompt. Considera 8 GB como un umbral práctico para probar, no como un mínimo oficial.

¿LFM3-1.7B admite entradas de imagen o voz?

No por sí solo. Usa LFM3-VL para imágenes y video, LFM3-Audio para voz o LFM3-Omni cuando necesites combinar modalidades. Cada uno tiene puntos de control y dependencias de ejecución diferentes.

¿Un modelo de 1 GB de 4 bits solo necesita 1 GB de RAM?

No. Esa cifra describe aproximadamente los pesos cuantizados del modelo de texto. El proceso de ejecución añade estado, búferes del entorno de ejecución, cachés de tokens y uso del sistema operativo. Los contextos largos y los múltiples usuarios pueden marcar la diferencia.

¿Está disponible el contexto de 256K en todos los modelos LFM3?

No. El modelo de texto anuncia 256K; el modelo de visión especifica 128K y el modelo de audio, 32K. Incluso un máximo admitido no garantiza que un dispositivo concreto de 8 GB pueda ejecutarlo con holgura.

¿Puede ZimaCube 2 o ZimaOS ejecutar LFM3 actualmente?

Una pila de inferencia local es técnicamente viable cuando el hardware, el modelo y el entorno de ejecución elegidos son compatibles. ZimaCube 2 también es útil para almacenar modelos de forma privada, guardar documentos y ofrecer servicios de aplicaciones. Las comprobaciones anteriores no afirman que exista una instalación de LFM3 en ZimaOS certificada de forma independiente ni que se haya medido su rendimiento.

Conclusión final

LFM3 hace más práctico el uso de una IA pequeña y especializada en el dispositivo, pero la elección del punto de control importa más que el reclamo destacado «multimodal de 2B». La opción más clara para empezar con un servidor doméstico es un modelo de texto LFM3-1.7B de 4 bits, con un contexto breve y una carga de trabajo controlada. Añade visión y voz solo cuando el punto de control específico, la compatibilidad del entorno de ejecución y la memoria medida justifiquen el cambio.

Para una configuración con ZimaSpace, considera el almacenamiento, la inferencia y el acceso a las aplicaciones como decisiones independientes. Un NAS doméstico puede almacenar archivos de modelos, proteger documentos personales y coordinar flujos de trabajo locales, aunque una máquina más potente ejecute el modelo. Si te interesan sistemas de pesos abiertos mucho más grandes, el análisis del hardware para ejecutar Kimi K3 localmente muestra cuánto cambia el límite de memoria según la escala de parámetros.

Fuentes y alcance

Materiales oficiales consultados el 29 de octubre de 2026: blog de lanzamiento de Liquid AI, descripción general de la familia, ficha del modelo de texto, ficha del modelo de visión, ficha del modelo de audio y versión v0.8.0 de llama.cpp. Las afirmaciones sobre rendimiento se atribuyen a los desarrolladores; los niveles de hardware y las recomendaciones operativas aquí son estimaciones editoriales, no resultados de pruebas de ZimaSpace.

Imagen de portada: Liquid AI, miniatura del video oficial de lanzamiento de LFM3.