开源AI项目

端侧大模型新标杆：Liquid AI发布LFM2.5-2.6B，26亿参数碾压8B对手

发布时间：2026年08月08日 17:00:00

8月8日，Liquid AI发布LFM2.5-2.6B端侧模型，在IFBench、BFCLv4等基准上超越Gemma 4-8B，Agent能力持平Qwen3.5-9B，M5 Max上达220 tok/s、内存低于2.5GB。标志大模型竞争从「参数竞赛」转向「部署效率」。

2026年8月8日，Liquid AI发布端侧大模型LFM2.5-2.6B，以仅26亿参数在多项基准上超越参数规模数倍于己的对手，成为"小模型、高效率"路线的代表性成果。

性能表现

基准对比

  • IFBench：得分59.17，超越Gemma 4-8B
  • BFCLv4（函数调用）：56.88，同样领先8B级对手
  • Agent能力：与Qwen3.5-9B持平，展现远超参数规模的代理执行力

端侧速度

  • M5 Max上推理速度达220 tok/s
  • 内存占用低于2.5GB
  • 手机端约30 tok/s，满足日常离线交互

架构创新

  • 层数：30层（22层卷积 + 8层GQA注意力）
  • 来源：由神经架构搜索（NAS）自动发现，而非手工堆叠Transformer
  • 卷积层在前端高效提取局部特征，GQA层负责全局依赖，兼顾效率与表达力

生态合作

Liquid AI与MacPaw达成合作，将模型集成至其消费级产品线，验证端侧模型的商业可用性。

行业拐点：从参数竞赛到部署效率

LFM2.5-2.6B的发布印证了AI行业正在发生的范式转移：

  1. 参数不再为王：在端侧与边缘场景，参数量大不等于体验好
  2. 效率成核心竞争力：内存占用、延迟、功耗决定模型能否真正落地设备
  3. NAS等自动化设计兴起：架构搜索让"量身定制"模型成为可能
  4. 与当日其他动态呼应：谷歌人才出走、AWS算力饥荒、OpenAI硬件押注，共同指向"把智能放到离用户更近的地方"

结合同日苹果智能接入端侧模型、网信办端侧AI备案等事件，2026年正成为端侧AI从话题走向标配的关键年份。

来源：钛媒体、The Verge、CSDN AI科技热点日报

返回列表