Liquid AI 與 Hugging Face 發佈 LFM2.5 系列 DSpark 草稿模型檢查點，覆蓋 1.2B、2.6B、8B-A1B 三款模型。其採用全新投機解碼路徑，不改變輸出質量，大幅提升推理吞吐量。實測 GPU 端最高提速 3.18 倍，端側設備也有明顯加速。
8月5日，Liquid AI發佈專爲智能體工作流設計的26億參數端側模型LFM2.5-2.6B，可完全本地運行於手機等終端，提供低成本、低延遲與隱私保護方案。其基於34萬億詞元預訓練，詞表容量128K，後訓練融合監督微調、教師特化與多領域策略。
人工智能初創公司Liquid AI發佈並開源了端側大模型LFM2.5-8B-A1B，專爲消費級硬件設計，優化工具調用和指令遵循能力。該模型採用稀疏混合專家架構，總參數量8.3B，但每個Token僅激活1.5B參數，在降低計算成本的同時提升推理性能，可流暢運行於手機和筆記本電腦上。
Liquid AI推出LFM2.5-1.2B-Thinking推理模型，擁有12億參數，專爲複雜邏輯推理和數學任務設計。該模型在端側部署上實現突破，僅佔用約900MB內存，可在現代手機上完全離線運行，將兩年前需數據中心支持的推理能力成功遷移至個人移動設備。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
VIP會員
