Audio 2B
LFM3系列中的音频语言模型,支持语音输入输出与文本生成,具备工具调用能力
时间轴 (近 90 天)
Audio 2B 接受文本或语音输入,输出文本、语音或两者同步;支持18种语言的工具调用、语音聊天和推理。
Omni 2B 复用音频组件并加入视觉编码器,能处理图像和视频,但不具备 Audio 2B 那样在文本回答前进行“思考”的能力。
据 Liquid 公布数据,Audio 2B 英语词错误率为6.2,VoiceBench得分73;参数量约为其四倍的 Gemma 4 E4B 得分几乎相同。
工具调用基准上,Omni 2B 得分52,Audio 2B 得分58,Gemma 4 E4B 为72,工具调用是 LFM3 的明显弱项。
在干净音频和轻度咖啡馆噪声下,Audio 2B 词错误率低于5%;10分贝噪声时升至20%,5分贝时29%,0分贝时100%失效。
在包含电话号码、发票号、卢比金额、日期及AI术语的11项转录测试中,模型仅答对5项:发票号、时间、量化、DLLM和Llama.cpp正确。
智能家居场景工具调用测试中,Audio 2B 答对9/10,Omni 2B 答对10/10,均正确处理否定指令和多动作命令,且未在无法完成时错误调用工具。
Audio 2B 在六道数学应用题上,不开启推理答对3题耗时10秒,开启推理后答对5题耗时68秒。
三道陷阱题(空白车牌、雨声转录、文字注入)中模型仅答对一题,暴露了小模型在输入信息不足时倾向于“补全”而非拒答的幻觉风险。
4位量化后运行速度接近3倍,转录质量未下降;Audio 工具调用保持9/10,Omni 下降1项;两个模型均可在笔记本上离线运行,各占约4 GB内存。
全部知识事实 (10)
Audio 2B 接受文本或语音输入,输出文本、语音或两者同步;支持18种语言的工具调用、语音聊天和推理。
50%待验证Omni 2B 复用音频组件并加入视觉编码器,能处理图像和视频,但不具备 Audio 2B 那样在文本回答前进行“思考”的能力。
50%待验证据 Liquid 公布数据,Audio 2B 英语词错误率为6.2,VoiceBench得分73;参数量约为其四倍的 Gemma 4 E4B 得分几乎相同。
50%待验证工具调用基准上,Omni 2B 得分52,Audio 2B 得分58,Gemma 4 E4B 为72,工具调用是 LFM3 的明显弱项。
50%待验证在干净音频和轻度咖啡馆噪声下,Audio 2B 词错误率低于5%;10分贝噪声时升至20%,5分贝时29%,0分贝时100%失效。
50%待验证在包含电话号码、发票号、卢比金额、日期及AI术语的11项转录测试中,模型仅答对5项:发票号、时间、量化、DLLM和Llama.cpp正确。
50%待验证智能家居场景工具调用测试中,Audio 2B 答对9/10,Omni 2B 答对10/10,均正确处理否定指令和多动作命令,且未在无法完成时错误调用工具。
50%待验证Audio 2B 在六道数学应用题上,不开启推理答对3题耗时10秒,开启推理后答对5题耗时68秒。
50%待验证三道陷阱题(空白车牌、雨声转录、文字注入)中模型仅答对一题,暴露了小模型在输入信息不足时倾向于“补全”而非拒答的幻觉风险。
50%待验证4位量化后运行速度接近3倍,转录质量未下降;Audio 工具调用保持9/10,Omni 下降1项;两个模型均可在笔记本上离线运行,各占约4 GB内存。
50%