Liquid AI发布端侧小模型，智能手机可本地运行

人工智能初创企业Liquid AI于当地时间8月5日发布了全新的LFM2.5-2.6B开源智能体模型。这款模型以其仅26亿（2.6B）的参数规模，在端侧AI领域引发广泛关注。Liquid AI表示，LFM2.5-2.6B的设计初衷是让先进的智能体能力不再依赖云端算力，而是能够直接在用户的设备上流畅运行，包括智能手机等资源受限的终端。

尽管参数规模紧凑，LFM2.5-2.6B在功能上并未妥协。它足以支持规划、调用工具以及多步骤处理的智能体工作流，这意味着开发者可以在本地设备上构建响应迅速、隐私性强的AI应用。该模型在34万亿（34T）Token的数据集上完成了预训练，并通过扩展现有分词器，增强了对非拉丁字母语言的支持，从而提升了多语言场景下的适用性。

在性能表现上，Liquid AI提供了详细的基准测试数据。在与多款更大尺寸的模型——包括gemma-4-E2B-it、gemma-4-E4B-it、Qwen3.5-4B以及Qwen3.5-9B——进行对比时，LFM2.5-2.6B在所有指令执行项目和几乎所有工具使用项目中均处于领先地位。唯一的例外是在BFCLv4测试中，它落后于Qwen3.5-9B。这一结果凸显了小模型在特定任务上的高效性。

在智能体任务方面，LFM2.5-2.6B全面优于两款Gemma模型，并与Qwen系列模型表现相近。在STEM领域，该模型在AA Omniscience测试中领先，仅在数学测试中不敌Qwen3.5-9B。值得注意的是，编程是唯一一个更大模型仍保持优势的领域，这或许与模型容量和训练数据的侧重有关。

目前，Liquid AI已在Hugging Face平台上同时提供LFM2.5-2.6B的基础版本和后训练版本，方便开发者根据需求选择。这一举措进一步降低了端侧AI的准入门槛，有望推动智能体应用在移动设备上的普及。对于开发者而言，这意味着他们可以更便捷地利用本地算力，构建高效、低延迟的AI解决方案。