Liquid AI推出新模型，将强大AI带入您的手机

AI变得个人化：Liquid AI发布强大的边缘端模型

人工智能正变得更加个性化。初创公司Liquid AI开源了其最新突破——LFM2.5-8B-A1B模型，将桌面级质量的AI带入日常设备。这不仅仅是又一次渐进式更新；它是在让强大AI随处可用方面的一次重大飞跃。

为智能设备设计的智能架构

其魔力在于架构设计。采用稀疏混合专家（MoE）方法，该模型拥有83亿参数但每个任务只激活15亿。可以把它想象成一支专家团队，其中只有相关专家会参与每个问题的解答——在不牺牲能力的情况下实现了惊人的效率。

"我们本质上创造了一个会先思考再回答的模型，"开发团队解释道。在给出最终答案前，LFM2.5会生成显式的推理链，这有助于避免我们都曾遇到的那些令人沮丧的AI幻觉问题。

更多上下文，更少错误

与前代产品相比，改进非常显著：

• 上下文窗口扩大四倍至128K tokens
• 训练数据增长三倍多，达到38T tokens
• 增强的多语言支持覆盖九种语言

但原始数据并不能说明全部。团队采用创新的两阶段强化学习来解决AI的持续挑战。一个系统优化长推理链的逻辑一致性，另一个则主动防止模型回答超出其知识范围的问题——这个功能会让许多用户感到实用。

令人惊喜的性能表现

基准测试显示其性能可媲美更大的模型，特别是在逻辑推理和指令遵循方面。令人印象深刻的是，它能在专为手机或笔记本电脑设计的条件下取得这些成果。

工具调用也得到特别关注。该模型默认使用高效的Python函数调用，但可以无缝切换到JSON格式——这种灵活性会让开发者爱不释手。

随时待命

与某些让用户等待生态系统支持的AI发布不同，LFM2.5推出时立即兼容包括llama.cpp、MLX、vLLM和SGLang在内的主流平台。早期测试显示，在M5 Max芯片上解码速度达到每秒253字节，移动设备约为每秒30字节——对于响应迅速的本地AI应用来说绰绰有余。

关键要点：

• Liquid AI的LFM2.5将先进AI带到消费设备
• 稀疏专家架构在保持强大性能的同时实现高效率
• 128K tokens上下文和反幻觉功能树立新标准
• 发布即提供完整的生态系统支持
• 性能基准测试媲美大型模型，同时可在本地运行