Liquid AI 发布了 LFM2.5-2.6B，这是一个拥有 26.9 亿参数的模型，旨在完全在本地设备（如手机、笔记本电脑和机器人）上运行。该模型具备 131,072 token 的上下文窗口，并在约 34 万亿个 token 上进行了预训练。

  • 它支持工具调用和多步智能体任务，权重以 GGUF、MLX 和 ONNX 格式提供，采用 lfm1.0 许可证。
  • 架构由 30 层组成，包含 22 个双门控短卷积块和 8 个分组查询注意力块。
  • 后训练包括四个阶段，如监督微调、通过强化学习进行教师专业化，以及在 Hermes Agent 等框架内的智能体强化学习。
  • 基准测试显示，LFM2.5-2.6B 在 ToolSandbox、Multi-IF 和 IFStruct 上优于 gemma-4-E4B-it 和 Qwen3.5-9B，仅在 BFCLv4 上略逊一筹。
  • 推理效率极高，在 M5 Max 芯片上使用不到 2.5 GB 内存的情况下，解码速度达到每秒 220 个 token。

开源权重允许开发者在本地部署智能体工作负载，而无需将数据发送到第三方 API，从而惠及医疗和金融等受监管行业。