# Liquid AI发布设备端优化模型LFM2.5-8B-A1B

- 来源：Berryxia.AI (@berryxia)
- 发布时间：2026-05-30 00:24
- AIHOT 分数：57
- AIHOT 链接：https://aihot.virxact.com/items/cmpr56h2n0az4slnod0kdhtyr
- 原文链接：https://x.com/berryxia/status/2060396915532218457

## AI 摘要

Liquid AI发布了LFM2.5-8B-A1B，一款为设备端优化的模型。它采用8B MoE架构，但仅有1.5B active参数，在38T tokens上进行了大规模RL训练，并将上下文扩展至128K。该模型的工具调用与多步智能体能力强劲，表现可接近4倍参数规模的模型。它支持在单台笔记本上完整运行本地智能体循环，具备低延迟与隐私优势。该模型兼容llama.cpp、MLX、vLLM等框架，覆盖Apple、NVIDIA、AMD硬件。

## 正文

很多人还在等参数更大的模型才能跑好本地Agent！

Liquid AI的LFM2.5-8B-A1B却用1.5B active参数就已经做到了。

这个8B MoE训练了38T tokens加大规模RL，上下文直接128K，工具调用和多步agent能力很强，能接近4倍参数模型的表现。

单台笔记本就能跑完整本地agent loop，延迟低、全程隐私安全，不用调用GPT-4o或Claude。

支持llama.cpp、MLX、vLLM等框架，覆盖Apple、NVIDIA、AMD硬件。

本地Agent落地比多数人想的快多了。

你已经在本地跑Agent了吗？

### 引用推文

> Liquid AI：Today, we're releasing LFM2.5-8B-A1B, a device-optimized model designed to power real-life applications on phones, laptops, PCs, robots, and fast & lightweight ...