Liquid AI 发布了 LFM2.5-2.6B 模型，这是一个拥有 26 亿参数的智能体，旨在以高效率和兼容性在边缘设备上本地运行。

该模型使用流行的框架中的智能体强化学习进行训练，以改进工具使用和指令遵循能力。它在 Apple M5 Max 上的推理速度达到 220 tok/s，在 AMD Ryzen CPU 上达到 113 tok/s，同时内存占用低于 2.5 GB。基准测试显示它能与规模大四倍的模型竞争，在指令遵循指标上名列前茅，并在智能体任务上与更大的 Qwen 模型持平。

此次发布旨在为高负载工作负载提供可靠的设备端智能体，可通过 Hugging Face 和标准推理库获取。