Avec LFM3, Liquid AI veut faire tenir une intelligence artificielle performante directement dans nos appareils. Son modèle textuel occupe environ 1 Go, tandis que d’autres variantes peuvent analyser des images, comprendre des sons et parler.
Le 27 octobre 2026, Liquid AI a dévoilé LFM3, une famille de six modèles d’IA conçus pour fonctionner sur des appareils aux ressources limitées. L’objectif est de traiter certaines tâches directement sur votre appareil, sans envoyer systématiquement vos données vers des serveurs distants.
Ces modèles ne se limitent pas au texte. Ils visent aussi des usages liés à la vision, à l’audio et aux agents IA. Le tout peut fonctionner sans connexion Internet, sous certaines conditions. Mais que peut-on réellement accomplir avec une IA aussi compacte, sans dépendre du cloud ?
LFM3 de Liquid AI fait beaucoup avec seulement 1 Go
Le chiffre attire tout de suite l’attention. Selon Liquid AI, son modèle LFM3-1.7B occupe environ 1 Go avec une quantification sur 4 bits. Cela signifie qu’une technique réduit la mémoire nécessaire pour stocker ses paramètres, avec de possibles compromis sur la précision.
Avec ses 1,7 milliard de paramètres, cette IA reste bien plus compacte que de nombreux modèles généralistes. Pourtant, Liquid AI affirme qu’elle surpasse son prédécesseur LFM2.5-2.6B sur ses évaluations, malgré 35 % de paramètres en moins.
L’entreprise s’appuie sur une nouvelle architecture dite tri-hybride, qui combine plusieurs mécanismes de traitement de l’information. Son modèle textuel accepte également une fenêtre de contexte allant jusqu’à 256 000 tokens, ce qui facilite théoriquement le traitement de longs documents ou de tâches étendues.
Mais attention, si le chiffre impressionne, il convient de bien le comprendre. En effet, le gigaoctet annoncé correspond au modèle textuel quantifié, pas à toute la famille multimodale. Et la mémoire occupée par les poids ne représente pas forcément toute la RAM nécessaire à son exécution.
Une IA capable de voir, écouter et même répondre à voix haute
Ce qui rend LFM3 de Liquid AI particulièrement intéressant, c’est sa diversité. L’entreprise ne propose pas un modèle chargé de tout faire, mais six variantes issues d’une même base.
LFM3-VL-2B peut examiner des images, interpréter des documents et analyser des vidéos. LFM3-Audio-2B se concentre sur les échanges sonores. Quant à LFM3-Omni-2B, il réunit texte, vision et audio, avec la possibilité de produire des réponses vocales.
Deux autres variantes, d1-2B et d1-omni-2B, ciblent des tâches de décision et des réponses calibrées. Cette spécialisation permet d’adapter le modèle à un usage précis, plutôt que de mobiliser systématiquement une immense IA généraliste.
Par exemple, un développeur pourrait concevoir un assistant vocal embarqué ou un outil d’analyse visuelle fonctionnant localement. Cela ne signifie pas que toutes ces capacités sont disponibles dans une seule application prête à l’emploi. Il faut encore intégrer les modèles et disposer d’un appareil compatible.
Sans Internet, vos données peuvent rester sur votre appareil
C’est probablement l’argument le plus convaincant de LFM3 de Liquid AI. Une IA exécutée entièrement en local peut traiter des informations sans les transmettre à un service distant. Pour des documents confidentiels, des conversations personnelles ou des données professionnelles, la différence mérite qu’on s’y attarde.
La disponibilité constitue un autre avantage très concret. Une fois le modèle et ses composants installés, les fonctions prévues pour le traitement local peuvent continuer de fonctionner même sans réseau. C’est pratique dans un avion, une usine mal connectée ou un véhicule éloigné des zones couvertes.
Ce choix peut également éviter certains délais liés aux échanges avec des serveurs. En revanche, la rapidité dépend du processeur, de la mémoire et des logiciels utilisés. Un petit modèle mal optimisé peut parfaitement se montrer lent sur un appareil modeste.
Pour autant, la confidentialité ne devient pas automatique par magie. Elle dépend aussi de l’application, de ses autorisations et de ses éventuels services connectés. Le véritable bénéfice apparaît lorsque les données restent effectivement sur l’appareil, sans synchronisation imposée.
Les performances sont impressionnantes, mais il faut garder la tête froide
En théorie, Liquid AI dispose de sérieux arguments. Dans ses propres benchmarks, LFM3-1.7B affiche un score de 71,39 sur BFCL V4, un test portant notamment sur l’utilisation d’outils logiciels. Il dépasse plusieurs modèles plus volumineux dans cette comparaison.
La variante visuelle obtient de son côté une moyenne annoncée de 71,4 sur une série d’évaluations, contre 71,7 pour Gemma 4 12B. Un résultat remarquable compte tenu de la différence de taille. Toutefois, ces comparaisons proviennent de Liquid AI et méritent des reproductions indépendantes.
Les limites apparaissent également dans les résultats publiés. Sur certaines épreuves de connaissances ou de programmation, les modèles plus volumineux conservent l’avantage. Rien ne permet donc d’affirmer que LFM3 remplacera tous les assistants cloud. Cette prudence rejoint un sujet déjà abordé avec Pipette, l’outil de mesure des performances réelles des modèles IA, développé par Liquid AI. Un excellent score ne garantit pas une expérience identique sur tous les smartphones ou ordinateurs.
Si vous souhaitez essayer l’IA, notez que Liquid AI met les poids de ses modèles à disposition sur Hugging Face et propose aussi un accès via ses services. Les développeurs peuvent ainsi les adapter à des besoins précis. La société indique même que chaque variante peut être affinée sur un seul GPU, sans promettre pour autant une installation universelle en un clic.
- Partager l'article :
