Liquid AI开源LFM2.5-2.6B端侧模型

时间：2026年8月5日 地点：美国（Liquid AI 公司） 人物：Liquid AI 团队 事件详情： IT 之家 8 月 5 日消息，AI 初创企业 Liquid AI 当地时间 8 月 4 日发布开源智能体模型 LFM2.5-2.6B，仅 26 亿参数即可在智能手机等设备端本地部署，同时具备规划、调用、多步骤处理等智能体工作流能力。LFM2.5-2.6B 在 34T Tokens 数据集上进行预训练，并通过扩展现有分词器增强对非拉丁字母语言的支持。Liquid AI 在 Hugging Face 平台同时提供基础版与后训练版模型权重。在与 gemma-4-E2B-it、gemma-4-E4B-it、Qwen3.5-4B、Qwen3.5-9B 等更大尺寸模型同台基准测试中，LFM2.5-2.6B 在所有指令执行项目和几乎所有工具调用项目上均领先，仅在 BFCLv4 测试中落后于 Qwen3.5-9B；STEM 领域在 AA Omniscience 测试中领先，仅数学测试落后于 Qwen3.5-9B；编程是唯一仍由更大模型保持优势的领域。 背景： Liquid AI 是由 MIT 衍生的 AI 初创公司，专注高效小模型与端侧部署架构。此前该公司已发布 LFM2、LFM2-VL 等系列，主打"小而强"的端侧模型路线。LFM2.5-2.6B 是该系列的最新版本，首次把智能体级规划与工具调用能力带入 2.6B 参数区间。结合 Hugging Face 上的开放权重分发与对非拉丁字母语言的增强，意味着该模型可直接落地到全球 Android 设备、车载终端、IoT 边缘设备，与 Apple Intelligence、Qualcomm AI Hub、联发科 APU 等端侧 AI 生态形成新的合作空间。 影响： - 2.6B 参数即可在智能手机本地运行智能体任务，端侧 AI 应用的部署成本与隐私门槛同步下降 - 在 BFCLv4 等工具调用基准上击败 Qwen3.5-4B 等更大模型，验证了 Liquid AI 在"小模型智能体化"路线上的工程优势 - Hugging Face 双版本（基础 + 后训练）开放将加速学术与开源社区对端侧 Agent 的二次开发，可能催生新的本地 AI 助理应用 总结： Liquid AI 把端侧智能体模型的参数门槛压到 2.6B，同时在工具调用与指令执行等核心指标上反超参数量更大的 Gemma、Qwen 模型。这标志着端侧 AI 已从"能跑"走向"能干活"，为智能手机、可穿戴、车载与 IoT 设备上的本地 Agent 应用打开新的可能。 参考来源： - https://www.ithome.com/0/986/940.htm - https://so.html5.qq.com/page/real/search_news?docid=70000021_7036a72d48975252 - https://huggingface.co/liquidai/LFM2.5-2.6B-base - https://www.liquid.ai/blog/lfm2-5-on-device-agent