Familia Liquid AI LFM 3: modelos multimodales sin Transformers con consumo mínimo de memoriaArtículo · digest del 31 de octubre
Microchip de red neuronal líquida Liquid AI sobre una placa de silicio con arquitectura híbrida optimizada.
Artículo4 secciones≈ 6 min

Familia Liquid AI LFM 3: modelos multimodales sin Transformers con consumo mínimo de memoria

Si sigues la arquitectura de los grandes modelos de lenguaje, conoces el gran talón de Aquiles de las redes neuronales actuales. Todos nuestros gigantes favoritos —GPT, Claude, Llama, Gemini— descansan sobre la misma arquitectura Transformer, inventada en Google allá por 2017. Y esa arquitectura arrastra una maldición de nacimiento: el mecanismo de autoatención (Self-Attention) tiene una complejidad computacional cuadrática, mientras que la memoria necesaria para la llamada caché KV crece de forma lineal con cada nuevo token.

Prueba a darle a un Transformer un libro de doscientas páginas o un audio largo. Incluso un modelo compacto de 8 mil millones de parámetros se comerá en un suspiro toda la memoria de vídeo de una tarjeta de servidor con ese contexto, por no hablar de teléfonos o portátiles.

La startup Liquid AI, fundada por investigadores del mítico laboratorio MIT CSAIL, decidió ir a contracorriente. Llevan años desarrollando el concepto de redes neuronales líquidas (Liquid Neural Networks, LNN), basadas en ecuaciones diferenciales y sistemas adaptativos dinámicos. Y ahora el equipo ha presentado su familia de modelos de tercera generación: Liquid Foundation Models 3 (LFM 3). Es una gama multimodal completa que demuestra algo claro: en 2026 la vida sin Transformers no solo es posible, sino muchísimo más económica.

Arquitectura tri-híbrida: por qué la caché KV adelgazó un 73%

El gran prodigio de ingeniería de LFM 3 está en abandonar las capas homogéneas de atención. En un Transformer estándar todas las capas son iguales: cada token mira atentamente a todos los tokens anteriores. Eso queda precioso en la teoría, pero resulta un despilfarro brutal en la práctica.

El modelo base LFM3-1.7B-Base (entrenado sobre un corpus de 22 billones de tokens) cuenta con 24 capas repartidas en tres tipos funcionales muy distintos:

  1. 13 capas convolucionales cortas con compuertas (Gated Short Convolution). El tamaño del núcleo de convolución es 7. Estas capas se encargan de la agregación local del texto y tienen una ventaja decisiva: su uso de memoria es estrictamente fijo y no depende en absoluto de la longitud del documento de entrada.
  2. 5 capas de atención en ventana deslizante (Sliding-Window Attention, SWA). Mantienen una ventana estrecha de exactamente 256 tokens para garantizar la coherencia entre frases vecinas.
  3. 6 capas de atención global (Global Attention). Solo una cuarta parte de las capas del modelo emplea atención completa de largo alcance con codificación parcial RoPE y normalización tipo sándwich.

El resultado de este equilibrio híbrido es espectacular: el volumen de memoria para la caché KV cayó hasta el 27% de lo que consume un Transformer clásico. El modelo sostiene sin despeinarse un contexto gigante de 256,000 tokens pidiendo cuatro veces menos memoria preciosa.

La familia LFM 3: del texto y la visión al audio de extremo a extremo

Los desarrolladores no se quedaron en un solo modelo, sino que presentaron de golpe un ecosistema cerrado de soluciones compactas en la categoría de 2B parámetros:

  • LFM3-1.7B (Text). Agente de texto entrenado específicamente para llamadas a funciones (function calling) y generación de JSON válido. En cuantización de 4 bits apenas necesita alrededor de 1 GB de memoria RAM. Puedes correrlo en un reloj inteligente, una Raspberry Pi barata o el ordenador de a bordo de un dron.
  • LFM3-VL-2B (Vision-Language). Modelo multimodal de 1.92B parámetros. Lee texto, analiza imágenes y procesa vídeo en flujo a 2 fotogramas por segundo con un contexto de 128K tokens.
  • LFM3-Audio-2B. Modelo de audio de extremo a extremo con soporte para 18 idiomas, capaz de reconocer voz e invocar herramientas sin conversión intermedia a texto.
  • LFM3-Omni-2B. El buque insignia de la gama, que conecta directamente vídeo y audio hacia voz sin los retardos propios de las cascadas tradicionales ASR-LLM-TTS.
  • d1-2B y d1-Omni-2B. Clasificadores y enrutadores ultrarrápidos que deciden la ruta de una consulta en una única pasada directa (single forward pass).

Los pesos están publicados en Hugging Face bajo la licencia abierta LFM Open License v1.0, que permite el uso comercial gratuito a empresas con ingresos de hasta $10 millones al año.

La revolución del Edge AI: por qué importa a cualquier desarrollador

Nos hemos acostumbrado a que cualquier función inteligente de una app dependa de llamadas constantes a los servidores en la nube de OpenAI o Google. Pero mandar datos a la nube implica latencia de red, riesgo de interceptación del tráfico y facturas mensuales fijas por API.

Los modelos compactos de la clase LFM 3 abren la puerta a la verdadera inteligencia artificial en el borde (Edge AI). Imagina una cámara portátil para personas con baja visión o un asistente de voz en el coche que entiende órdenes al instante sin cobertura en mitad de un bosque. Gracias a sus 256K tokens de contexto, el modelo guarda en memoria el historial de viajes de toda la semana o el manual técnico de una máquina compleja sin salirse de un chip modesto.

Y para infraestructuras de servidor, saltar a la arquitectura tri-híbrida permite multiplicar por 3 o 4 la densidad de peticiones simultáneas (concurrency) en las mismas máquinas con tarjetas gráficas.

Límites de uso: dónde está la trampa de los pesos compactos

Por supuesto, nadie puede saltarse las leyes de la conservación de la información. Un tamaño de 1.7 mil millones de parámetros no puede albergar físicamente toda la Wikipedia ni los pormenores de la física cuántica. Si le pides a LFM3 un ensayo detallado sobre filosofía medieval, el modelo acabará mezclando datos inevitablemente.

La fuerza de LFM 3 no está en el conocimiento enciclopédico, sino en su lógica impecable para ejecutar órdenes sobre el contexto que le entregas. Es el motor ideal para RAG local, clasificación de datos, filtrado de logs de sistema y control de dispositivos de hogar conectado.

Además, sus núcleos personalizados de convolución exigen usar versiones recientes de las librerías de inferencia o pasar el parámetro trust_remote_code=True. Pero es un peaje mínimo por poder empaquetar inteligencia multimodal potente en un chip del tamaño de un sello de correos.

Quiero un análisis detalladoLos votos ayudan a elegir qué analizar a fondo. Este material tiene 0 votos.
Fuentes · 2