返回
原文
Hacker News 热门（buzzing.cc 中文翻译）
精选
70AI 编辑部评分，满分 100

Liquid AI 公布了在 38T 数据集上训练的 8B-A1B MoE 模型

2026-05-30 05:32· 79天前· simjnd
AI 导读

Liquid AI 发布了其 LFM2-5 系列的 8B-A1B 模型，该模型采用混合专家（MoE）架构，在包含 38T token 的数据集上训练完成。

推荐理由

Liquid AI 把推理和工具调用塞进了消费级硬件，笔记本上跑 250 token/s，边缘 Agent 有了一个能打的离线选项。性能不算顶尖，但‘全本地’这个特性，对隐私敏感的场景是真卖点。

正文 · AI 翻译

今天，我们发布了 LFM2.5-8B-A1B，这是一款专为在消费级硬件上实现快速、可靠工具调用而构建的边缘模型。

该模型基于我们 2025 年 10 月发布的 LFM2-8B-A1B 构建，扩展了 128K 上下文窗口，扩大了预训练规模（从 12T token 增至 38T token），并采用了大规模强化学习。我们还将词汇量翻倍，以提高对非拉丁语系语言的 token 化效率。其成果是一个能够串联工具调用、完成任务，并且即使在入门级笔记本电脑上也能流畅运行的模型。

基础模型（LFM2.5-8B-A1B-Base）和后训练模型（LFM2.5-8B-A1B）即日起可在 Hugging Face 和我们的 Playground 上获取。请查阅我们的文档，了解如何在本地运行和微调这些模型。

*AA-Omniscience 指数（越高越好）奖励正确答案并惩罚模型幻觉。分数范围从 -100 到 100。更多结果请参见 Artificial Analysis。

亮点

  • 设备端个人助手。旨在驱动实际应用，在所有设备上串联工具调用并遵循复杂指令。
  • 压缩性能。在指令遵循和智能体任务上，与规模大得多的密集模型和 MoE 模型相比具有竞争力。
  • 无与伦比的吞吐量。在 CPU 和 GPU 推理上均是其尺寸级别中最快的，并且从第一天起就支持 llama.cpp、MLX、vLLM 和 SGLang。

自 LFM2-8B-A1B 以来的变化

与 LFM2-8B-A1B 相比，这个新版本将上下文窗口从 32,768 个 token 扩展到 128,000 个 token。这使得模型能够处理更长的文档并进行更长时间的推理。其词汇量也从 65,536 扩展到 128,000，以便更高效地对非拉丁文字进行 token 化。我们在印地语、泰语、越南语、印度尼西亚语和阿拉伯语上看到了特别显著的压缩增益。架构的其余部分沿用了与 LFM2-8B-A1B 相同的 MoE、GQA 和门控短卷积块组合，如下图所示。

与其前代不同，LFM2.5-8B-A1B 是一个纯推理模型，在给出最终答案之前会生成显式的思维链。我们采用这一策略是因为 MoE 模型通常在计算受限的环境下运行，其中较少的活跃参数使得每个推理 token 的成本较低。这在不牺牲速度的前提下带来了显著的质量提升。

得益于推理能力和扩展后的训练规模，这个新版本的表现显著提升：

基准测试
LFM2-8B-A1B
LFM2.5-8B-A1B
差值 (Δ)
AA-Omniscience 指数
-78.42
-24.70
+53.62
AA-Omniscience 准确率
7.33
8.67
+1.34
AA-Omniscience 非幻觉率
7.46
63.47
+56.01
IFEval
79.44
91.84
+12.40
IFBench
26.00
56.47
+30.47
Multi-IF
58.54
79.93
+21.39
MATH500
74.80
88.76
+13.96
AIME25
20.00
42.53
+22.53
BFCLv3
45.07
64.36
+19.29
BFCLv4
25.52
48.50
+22.98
Tau² Telecom
13.60
88.07
+74.47
Tau² Retail
7.02
39.82
+32.80

训练亮点

分词器扩展。LFM2-8B-A1B 最初使用一个针对我们初始语言覆盖范围优化的 65K BPE 分词器进行训练。为了更好地支持 LFM2.5 中的非拉丁文字，我们通过原地扩展现有分词器的方式，将词汇量翻倍至 128K，而不是从头重新训练模型。我们在原始合并的基础上，继续在一个多语言语料库上进行 BPE 合并训练，这使得大多数现有的 token ID 保持为恒等映射，并且每个新 token 都能确定性地分解为一系列原始子 token。我们将新的嵌入行初始化为其子 token 分解的平均值，并保持共享行不变。然后，我们通过一个简短的两阶段适应过程来恢复质量：首先是仅嵌入训练，然后是全模型的持续预训练。

下表报告了 chars/token，大致表示每个 token 承载的文本量：数值越高越好，并且新的分词器在所有 16 种语言中都更高效。

分词器
阿拉伯语 (ar)
德语 (de)
英语 (en)
西班牙语 (es)
法语 (fr)
印地语 (hi)
印尼语 (id)
意大利语 (it)
日语 (ja)
韩语 (ko)
波兰语 (pl)
葡萄牙语 (pt)
俄语 (ru)
泰语 (th)
越南语 (vi)
中文 (zh)
旧分词器
2.239
3.641
4.063
3.442
3.618
0.961
2.731
3.251
1.836
1.652
2.672
3.194
2.703
0.671
1.519
1.475
新分词器
3.107
3.783
4.137
3.579
3.759
2.118
3.513
3.475
1.963
1.943
2.895
3.450
2.876
2.269
3.311
1.620
提升幅度
+38.8%
+3.9%
+1.8%
+4.0%
+3.9%
+120.4%
+28.6%
+6.9%
+6.9%
+17.6%
+8.3%
+8.0%
+6.4%
+238.2%
+117.9%
+9.8%

上下文扩展。我们首先通过一个专注于推理、数学、工具使用和较长文档的 2T token 中期训练阶段，将上下文窗口扩展到 32K。随后，我们通过增加 RoPE 基数 θ 并运行一个额外的 400B token 中期训练阶段（专注于长文档和长轨迹数据），将上下文扩展到 128K。

死循环。我们增加了一个针对性的偏好优化阶段，以减少长推理轨迹中的死循环。该阶段会识别在特定上下文中容易触发循环行为的 token，然后将概率质量重新分配给合理的替代 token，同时基本保持其余下一个 token 的分布不变。在 RL 过程中，我们还增加了一个轻量级的塑形奖励，以抑制过度使用像“Wait…”这类常见的诱导循环的重新开始词。我们将在专门的博文中分享关于完整流程、目标和实证结果的更多细节。

模型幻觉。由于其参数量较少，边缘模型的知识容量有限，这会导致更多的模型幻觉。为了减轻模型幻觉，我们增加了一个针对性的 RL 阶段，该阶段在一个多样化的知识数据集上使用基于 avg@k 的奖励。目标是强化在超出可靠知识范围的查询上的弃权行为，同时保留现有知识。这会产生更清晰的知识边界和更明确的不确定性表达。

基准测试

我们在涵盖知识、指令遵循、数学和智能体工作流的基准测试上评估了 LFM2.5-8B-A1B。该模型与具有相似总参数量的密集替代模型以及更大的 MoE 模型相比都具有竞争力。

模型 参数量 AA-Omniscience 指令遵循
Index 准确率 非幻觉 IFEval IFBench Multi-IF
LFM2.5-8B-A1B 8B/A1B -24.70 8.67 63.47 91.84 56.47 79.93
Granite-4.0-H-Tiny 7B/A1B -75.50 9.37 6.38 82.23 21.28 59.00
Qwen3.5-4B 4B -51.53 17.20 16.99 87.80 50.38 67.43
Qwen3-30B-A3B-Thinking-2507 30.5B/3.3B -51.31 18.80 13.87 90.82 51.11 79.04
Gemma-4-E2B-IT 5.1B -72 7.00 15.05 82.93 33.53 69.70
Gemma-4-E4B-IT 8B -50.67 8.10 36.06 87.74 39.48 77.58
Gemma-4-26B-A4B-IT 26B/4B -62.07 14.37 10.75 91.40 47.25 82.06
gpt-oss-20b 21B/3.6B -49.17 14.57 24.50 86.73 58.65 76.64

基于 avg@k 的奖励机制使 LFM2.5-8B-A1B 在保持合理准确率的同时，实现了显著更低的模型幻觉率。该模型在指令遵循基准测试中也表现领先，以极少的活跃参数量即可媲美 Gemma 4-26B 等更大的 MoE 模型。

数学与智能体工作流

模型 参数量 数学 工具使用
MATH500 AIME25 AIME26 BFCLv3 BFCLv4 Tau² Telecom Tau² Retail
LFM2.5-8B-A1B 8B/A1B 88.76 42.53 50.00 64.79 49.73 88.07 39.82
Granite-4.0-H-Tiny 7B/A1B 59.20 4.93 3.33 56.89 28.52 16.67 18.42
Qwen3.5-4B 4B 80.76 54.28 58.33 71.06 54.01 87.72 71.93
Qwen3-30B-A3B-Thinking-2507 30.5B/3.3B 86.48 71.67 66.67 73.39 50.53 21.93 56.14
Gemma-4-E2B-IT 5.1B 64.00 26 30 56.44 31.91 22.37 18.95
Gemma-4-E4B-IT 8B 65.00 34.33 40.67 57.31 33.92 26.75 42.11
Gemma-4-26B-A4B-IT 26B/4B 94.20 68.67 72.00 68.87 55.87 42.11 55.26
gpt-oss-20b 21B/3.6B 92.40 68.53 68.67 62.52 49.88 57.24 53.51

在智能体基准测试中，LFM2.5-8B-A1B 与更大模型不相上下，在 Tau2-Telecom 上表现尤为突出。随着智能体测试框架逐渐成为使用模型的主要方式，LFM2.5-8B-A1B 是迈向驱动端侧、完全私有智能体的第一步。

稀疏推理，无处不在

LFM2.5-8B-A1B 在发布首日即获得推理生态系统的全面支持：

  • LEAP — Liquid 面向 iOS 和 Android 部署的边缘 AI 平台
  • llama.cpp — 用于高效边缘推理的 GGUF 检查点
  • MLX — 针对 Apple Silicon 优化的推理
  • vLLM — 面向生产吞吐量的 GPU 加速服务
  • SGLang — 面向生产吞吐量的 GPU 加速服务
  • ONNX — 跨多种加速器的跨平台推理

CPU 推理。LFM2.5-8B-A1B 在发布首日即支持 llama.cpp，可在日常消费级硬件上运行。

在笔记本电脑级别的芯片上，它是我们测试过的读取提示词和生成答案最快的模型，在 M5 Max 上解码速度达 253 tokens/s，在 Ryzen AI Max+ 395 上为 146 tokens/s，同时内存占用低于 6 GB。即使在手机上也能保持约 30 tokens/s 的速度，这意味着一个功能强大的助手可以在你自己的设备上即时、私密地运行。

GPU 推理。我们通过向 vLLM 和 SGLang 代码库的积极贡献，支持在这两个框架上进行推理。我们在单块 NVIDIA H100 SXM5 GPU 上，使用持续负载设置来测量输出吞吐量（总输出 token 数除以挂钟时间）：在每个并发级别，我们持续维持目标数量的在途请求，并在每个请求完成后立即替换。

我们使用 SGLang 0.5.12 对每个模型进行基准测试，输入 1,024 个 token，最多输出 256 个 token，采用 BF16 精度，每个并发级别取 3 次运行的平均值。LFM2.5-8B-A1B 是其尺寸类别中最快的模型，在高并发下达到每秒 18.5K 输出 token，单块 H100 上每天可处理超过 16 亿个 token。

Local Cowork：亲眼见证运行

我们的开源桌面智能体演示程序 Localcowork，现已可在 LFM2.5-8B-A1B 上运行。其设置与我们三月份为 LFM2-24B-A2B 演示所用的相同：一台笔记本电脑，横跨 13 个 MCP 服务器的 67 个工具，无需云端，无需 API 密钥，无数据离开本机。在相同的工具菜单下，工具选择速度更快，且可靠性显著提升。

该演示的重点不在于单个工具。而在于工具调度循环在消费级硬件上实现了交互式体验：提问、提议、确认、运行、重复，每次调度均在不到一秒内完成，附带完整的审计追踪，且您的数据永不离开设备。

‍

借助 LFM2.5，我们正在实现 AI 随处可运行的愿景。这些模型具备以下特点：

  • 开放权重 — 可无限制地下载、微调和部署
  • 从第一天起就快速 — 在 Apple、AMD、Intel、Qualcomm 和 Nvidia 硬件上原生支持 llama.cpp、MLX、vLLM、SGLang
  • 完整的家族 — 从用于定制的基座模型到专门的音频和视觉变体，单一架构即可覆盖多样化的应用场景

设备端智能体的未来从这里开始。我们迫不及待想看到您的创造。

在 Playground 上试用

在 Hugging Face 上下载

引用

请引用本文为：

Liquid AI，“LFM2.5-8B-A1B：您笔记本电脑上的个人助手”，Liquid AI 博客，2026 年 5 月。

或使用 BibTeX 引用：

@article{liquidAI20268BA1B,
  author  = {Liquid AI},
  title   = {LFM2.5-8B-A1B: Personal Assistant On Your Laptop},
  journal = {Liquid AI Blog},
  year    = {2026},
  note    = {https://www.liquid.ai/blog/lfm2-5-8b-a1b},
}
智能体推理模型发布端侧

来源：Hacker News 热门（buzzing.cc 中文翻译） · liquid.ai

导出 Markdown
返回
精选AI 评分 70/100打开原文
导出 Markdown

Liquid AI 公布了在 38T 数据集上训练的 8B-A1B MoE 模型

Hacker News 热门（buzzing.cc 中文翻译）·2026-05-30 05:32·79天前·simjnd
AI 导读

Liquid AI 发布了其 LFM2-5 系列的 8B-A1B 模型，该模型采用混合专家（MoE）架构，在包含 38T token 的数据集上训练完成。

正文 · AI 翻译

今天，我们发布了 LFM2.5-8B-A1B，这是一款专为在消费级硬件上实现快速、可靠工具调用而构建的边缘模型。

该模型基于我们 2025 年 10 月发布的 LFM2-8B-A1B 构建，扩展了 128K 上下文窗口，扩大了预训练规模（从 12T token 增至 38T token），并采用了大规模强化学习。我们还将词汇量翻倍，以提高对非拉丁语系语言的 token 化效率。其成果是一个能够串联工具调用、完成任务，并且即使在入门级笔记本电脑上也能流畅运行的模型。

基础模型（LFM2.5-8B-A1B-Base）和后训练模型（LFM2.5-8B-A1B）即日起可在 Hugging Face 和我们的 Playground 上获取。请查阅我们的文档，了解如何在本地运行和微调这些模型。

*AA-Omniscience 指数（越高越好）奖励正确答案并惩罚模型幻觉。分数范围从 -100 到 100。更多结果请参见 Artificial Analysis。

亮点

  • 设备端个人助手。旨在驱动实际应用，在所有设备上串联工具调用并遵循复杂指令。
  • 压缩性能。在指令遵循和智能体任务上，与规模大得多的密集模型和 MoE 模型相比具有竞争力。
  • 无与伦比的吞吐量。在 CPU 和 GPU 推理上均是其尺寸级别中最快的，并且从第一天起就支持 llama.cpp、MLX、vLLM 和 SGLang。

自 LFM2-8B-A1B 以来的变化

与 LFM2-8B-A1B 相比，这个新版本将上下文窗口从 32,768 个 token 扩展到 128,000 个 token。这使得模型能够处理更长的文档并进行更长时间的推理。其词汇量也从 65,536 扩展到 128,000，以便更高效地对非拉丁文字进行 token 化。我们在印地语、泰语、越南语、印度尼西亚语和阿拉伯语上看到了特别显著的压缩增益。架构的其余部分沿用了与 LFM2-8B-A1B 相同的 MoE、GQA 和门控短卷积块组合，如下图所示。

与其前代不同，LFM2.5-8B-A1B 是一个纯推理模型，在给出最终答案之前会生成显式的思维链。我们采用这一策略是因为 MoE 模型通常在计算受限的环境下运行，其中较少的活跃参数使得每个推理 token 的成本较低。这在不牺牲速度的前提下带来了显著的质量提升。

得益于推理能力和扩展后的训练规模，这个新版本的表现显著提升：

基准测试
LFM2-8B-A1B
LFM2.5-8B-A1B
差值 (Δ)
AA-Omniscience 指数
-78.42
-24.70
+53.62
AA-Omniscience 准确率
7.33
8.67
+1.34
AA-Omniscience 非幻觉率
7.46
63.47
+56.01
IFEval
79.44
91.84
+12.40
IFBench
26.00
56.47
+30.47
Multi-IF
58.54
79.93
+21.39
MATH500
74.80
88.76
+13.96
AIME25
20.00
42.53
+22.53
BFCLv3
45.07
64.36
+19.29
BFCLv4
25.52
48.50
+22.98
Tau² Telecom
13.60
88.07
+74.47
Tau² Retail
7.02
39.82
+32.80

训练亮点

分词器扩展。LFM2-8B-A1B 最初使用一个针对我们初始语言覆盖范围优化的 65K BPE 分词器进行训练。为了更好地支持 LFM2.5 中的非拉丁文字，我们通过原地扩展现有分词器的方式，将词汇量翻倍至 128K，而不是从头重新训练模型。我们在原始合并的基础上，继续在一个多语言语料库上进行 BPE 合并训练，这使得大多数现有的 token ID 保持为恒等映射，并且每个新 token 都能确定性地分解为一系列原始子 token。我们将新的嵌入行初始化为其子 token 分解的平均值，并保持共享行不变。然后，我们通过一个简短的两阶段适应过程来恢复质量：首先是仅嵌入训练，然后是全模型的持续预训练。

下表报告了 chars/token，大致表示每个 token 承载的文本量：数值越高越好，并且新的分词器在所有 16 种语言中都更高效。

分词器
阿拉伯语 (ar)
德语 (de)
英语 (en)
西班牙语 (es)
法语 (fr)
印地语 (hi)
印尼语 (id)
意大利语 (it)
日语 (ja)
韩语 (ko)
波兰语 (pl)
葡萄牙语 (pt)
俄语 (ru)
泰语 (th)
越南语 (vi)
中文 (zh)
旧分词器
2.239
3.641
4.063
3.442
3.618
0.961
2.731
3.251
1.836
1.652
2.672
3.194
2.703
0.671
1.519
1.475
新分词器
3.107
3.783
4.137
3.579
3.759
2.118
3.513
3.475
1.963
1.943
2.895
3.450
2.876
2.269
3.311
1.620
提升幅度
+38.8%
+3.9%
+1.8%
+4.0%
+3.9%
+120.4%
+28.6%
+6.9%
+6.9%
+17.6%
+8.3%
+8.0%
+6.4%
+238.2%
+117.9%
+9.8%

上下文扩展。我们首先通过一个专注于推理、数学、工具使用和较长文档的 2T token 中期训练阶段，将上下文窗口扩展到 32K。随后，我们通过增加 RoPE 基数 θ 并运行一个额外的 400B token 中期训练阶段（专注于长文档和长轨迹数据），将上下文扩展到 128K。

死循环。我们增加了一个针对性的偏好优化阶段，以减少长推理轨迹中的死循环。该阶段会识别在特定上下文中容易触发循环行为的 token，然后将概率质量重新分配给合理的替代 token，同时基本保持其余下一个 token 的分布不变。在 RL 过程中，我们还增加了一个轻量级的塑形奖励，以抑制过度使用像“Wait…”这类常见的诱导循环的重新开始词。我们将在专门的博文中分享关于完整流程、目标和实证结果的更多细节。

模型幻觉。由于其参数量较少，边缘模型的知识容量有限，这会导致更多的模型幻觉。为了减轻模型幻觉，我们增加了一个针对性的 RL 阶段，该阶段在一个多样化的知识数据集上使用基于 avg@k 的奖励。目标是强化在超出可靠知识范围的查询上的弃权行为，同时保留现有知识。这会产生更清晰的知识边界和更明确的不确定性表达。

基准测试

我们在涵盖知识、指令遵循、数学和智能体工作流的基准测试上评估了 LFM2.5-8B-A1B。该模型与具有相似总参数量的密集替代模型以及更大的 MoE 模型相比都具有竞争力。

模型 参数量 AA-Omniscience 指令遵循
Index 准确率 非幻觉 IFEval IFBench Multi-IF
LFM2.5-8B-A1B 8B/A1B -24.70 8.67 63.47 91.84 56.47 79.93
Granite-4.0-H-Tiny 7B/A1B -75.50 9.37 6.38 82.23 21.28 59.00
Qwen3.5-4B 4B -51.53 17.20 16.99 87.80 50.38 67.43
Qwen3-30B-A3B-Thinking-2507 30.5B/3.3B -51.31 18.80 13.87 90.82 51.11 79.04
Gemma-4-E2B-IT 5.1B -72 7.00 15.05 82.93 33.53 69.70
Gemma-4-E4B-IT 8B -50.67 8.10 36.06 87.74 39.48 77.58
Gemma-4-26B-A4B-IT 26B/4B -62.07 14.37 10.75 91.40 47.25 82.06
gpt-oss-20b 21B/3.6B -49.17 14.57 24.50 86.73 58.65 76.64

基于 avg@k 的奖励机制使 LFM2.5-8B-A1B 在保持合理准确率的同时，实现了显著更低的模型幻觉率。该模型在指令遵循基准测试中也表现领先，以极少的活跃参数量即可媲美 Gemma 4-26B 等更大的 MoE 模型。

数学与智能体工作流

模型 参数量 数学 工具使用
MATH500 AIME25 AIME26 BFCLv3 BFCLv4 Tau² Telecom Tau² Retail
LFM2.5-8B-A1B 8B/A1B 88.76 42.53 50.00 64.79 49.73 88.07 39.82
Granite-4.0-H-Tiny 7B/A1B 59.20 4.93 3.33 56.89 28.52 16.67 18.42
Qwen3.5-4B 4B 80.76 54.28 58.33 71.06 54.01 87.72 71.93
Qwen3-30B-A3B-Thinking-2507 30.5B/3.3B 86.48 71.67 66.67 73.39 50.53 21.93 56.14
Gemma-4-E2B-IT 5.1B 64.00 26 30 56.44 31.91 22.37 18.95
Gemma-4-E4B-IT 8B 65.00 34.33 40.67 57.31 33.92 26.75 42.11
Gemma-4-26B-A4B-IT 26B/4B 94.20 68.67 72.00 68.87 55.87 42.11 55.26
gpt-oss-20b 21B/3.6B 92.40 68.53 68.67 62.52 49.88 57.24 53.51

在智能体基准测试中，LFM2.5-8B-A1B 与更大模型不相上下，在 Tau2-Telecom 上表现尤为突出。随着智能体测试框架逐渐成为使用模型的主要方式，LFM2.5-8B-A1B 是迈向驱动端侧、完全私有智能体的第一步。

稀疏推理，无处不在

LFM2.5-8B-A1B 在发布首日即获得推理生态系统的全面支持：

  • LEAP — Liquid 面向 iOS 和 Android 部署的边缘 AI 平台
  • llama.cpp — 用于高效边缘推理的 GGUF 检查点
  • MLX — 针对 Apple Silicon 优化的推理
  • vLLM — 面向生产吞吐量的 GPU 加速服务
  • SGLang — 面向生产吞吐量的 GPU 加速服务
  • ONNX — 跨多种加速器的跨平台推理

CPU 推理。LFM2.5-8B-A1B 在发布首日即支持 llama.cpp，可在日常消费级硬件上运行。

在笔记本电脑级别的芯片上，它是我们测试过的读取提示词和生成答案最快的模型，在 M5 Max 上解码速度达 253 tokens/s，在 Ryzen AI Max+ 395 上为 146 tokens/s，同时内存占用低于 6 GB。即使在手机上也能保持约 30 tokens/s 的速度，这意味着一个功能强大的助手可以在你自己的设备上即时、私密地运行。

GPU 推理。我们通过向 vLLM 和 SGLang 代码库的积极贡献，支持在这两个框架上进行推理。我们在单块 NVIDIA H100 SXM5 GPU 上，使用持续负载设置来测量输出吞吐量（总输出 token 数除以挂钟时间）：在每个并发级别，我们持续维持目标数量的在途请求，并在每个请求完成后立即替换。

我们使用 SGLang 0.5.12 对每个模型进行基准测试，输入 1,024 个 token，最多输出 256 个 token，采用 BF16 精度，每个并发级别取 3 次运行的平均值。LFM2.5-8B-A1B 是其尺寸类别中最快的模型，在高并发下达到每秒 18.5K 输出 token，单块 H100 上每天可处理超过 16 亿个 token。

Local Cowork：亲眼见证运行

我们的开源桌面智能体演示程序 Localcowork，现已可在 LFM2.5-8B-A1B 上运行。其设置与我们三月份为 LFM2-24B-A2B 演示所用的相同：一台笔记本电脑，横跨 13 个 MCP 服务器的 67 个工具，无需云端，无需 API 密钥，无数据离开本机。在相同的工具菜单下，工具选择速度更快，且可靠性显著提升。

该演示的重点不在于单个工具。而在于工具调度循环在消费级硬件上实现了交互式体验：提问、提议、确认、运行、重复，每次调度均在不到一秒内完成，附带完整的审计追踪，且您的数据永不离开设备。

‍

借助 LFM2.5，我们正在实现 AI 随处可运行的愿景。这些模型具备以下特点：

  • 开放权重 — 可无限制地下载、微调和部署
  • 从第一天起就快速 — 在 Apple、AMD、Intel、Qualcomm 和 Nvidia 硬件上原生支持 llama.cpp、MLX、vLLM、SGLang
  • 完整的家族 — 从用于定制的基座模型到专门的音频和视觉变体，单一架构即可覆盖多样化的应用场景

设备端智能体的未来从这里开始。我们迫不及待想看到您的创造。

在 Playground 上试用

在 Hugging Face 上下载

引用

请引用本文为：

Liquid AI，“LFM2.5-8B-A1B：您笔记本电脑上的个人助手”，Liquid AI 博客，2026 年 5 月。

或使用 BibTeX 引用：

@article{liquidAI20268BA1B,
  author  = {Liquid AI},
  title   = {LFM2.5-8B-A1B: Personal Assistant On Your Laptop},
  journal = {Liquid AI Blog},
  year    = {2026},
  note    = {https://www.liquid.ai/blog/lfm2-5-8b-a1b},
}

来源：Hacker News 热门（buzzing.cc 中文翻译）· liquid.ai