Postare

小模型实现越级挑战！Liquid AI开源LFM2.5-2.6B，端侧AI竞争迎来分水岭 币界网消息，Liquid AI正式推出端侧智能体模型LFM2.5-2.6B，并且完整开放模型权重，面向全球开发者开源。这款仅26亿参数的轻量化模型，正在改写端侧大模型的能力边界。 一、核心参数一览，手机本地运行成为现实 LFM2.5-2.6B最亮眼的优势在于极致轻量化： 模型仅有2.6B参数，完成量化之后内存占用低至2.5GB，普通智能手机即可本地部署，移动端推理速度可达30 token/s。 同时内置128K超长上下文窗口，原生支持工具调用、多轮智能体任务，专门面向离线本地Agent场景训练。 基准测试出现极具看点的结果： 在工具调用、多轮指令遵循、结构化输出三大核心维度，LFM2.5-2.6B性能超越参数规模接近4倍的Qwen3.5-9B。 但优势并非全面碾压：Qwen3.5-9B在代码生成、复杂Agent深度推理任务依旧保持领先。 这次对比揭示行业一个关键变化：大模型赛道不再单纯比拼“参数越大越强”。针对特定场景定向优化的轻量化模型，完全有机会实现越级对抗。 二、行业深层信号：算力下沉，端侧AI进入爆发周期 过去很长一段时间，市场惯性认为：强推理能力必须依靠云端百亿、千亿参数大模型。 LFM2.5-2.6B的落地，印证产业正在发生两大转变： 1、算力从云端中心，持续向手机、PC、嵌入式终端下沉。 本地运行模型最大价值：数据不用上传云端，满足隐私保护需求；脱离网络也可以持续工作，同时省去持续云端调用成本。 2、AI开发重心，从通用对话模型，转向端侧自主智能体（On-device Agent）。 未来每个人设备上常驻本地AI助手，自主完成信息检索、任务规划、工具联动，是行业明确发展方向。而轻量化开源模型，就是这条赛道最重要的底层基建。 开源权重开放之后，开发者可以免费下载、微调、二次开发，将会加速各类离线AI应用落地，覆盖移动端工具、本地自动化智能体、嵌入式设备等场景。 三、客观理性看待：小模型存在天然能力边界 很多人容易过度解读测试成绩，这里需要厘清关键事实： LFM2.5-2.6B的优势集中在指令执行、工具调用场景；面对复杂代码、深度数学推理、超长链式思考，依旧不敌更大参数模型。 定位清晰：它不是用来替代云端大模型，而是形成端云协同组合：简单任务终端本地处理，重度复杂任务交由云端模型运算。 不存在“小模型彻底取代大模型”，二者是互补关系，而非零和竞争。 四、映射加密AI赛道机会与思考 AI+Web3一直是资金重点布局方向，这次端侧模型迭代，会带来新的叙事线索： 1、本地AI钱包、离线链上智能体迎来技术土壤。依托端侧模型，可以打造不依赖第三方服务器、隐私性更强的链上交易助手、策略机器人； 2、轻量化模型降低AI应用开发门槛，中小项目无需高额云端算力开支，即可集成AI功能； 3、资金会持续区分赛道标的：单纯蹭AI热点项目很难持续获得溢价，掌握端侧Agent、隐私计算、本地推理落地场景的项目，更容易走出差异化行情。 赛道机会存在，但依旧遵循规律：概念炒作短暂，只有真实落地产品才能支撑长期估值。 总结 LFM2.5-2.6B最大意义，不在于一场跑分超越，而是证明轻量化端侧智能体已经具备商用条件。 行业竞争逻辑正在重构：单纯堆砌参数的时代慢慢过去，针对场景优化、兼顾性能与硬件适配效率的模型，价值持续提升。 后续持续跟踪：基于该模型孵化的应用落地速度，以及更多厂商跟进发布同类端侧模型的节奏。 ⚠️风险提示：本文仅为科技资讯客观复盘，不构成任何投资建议。加密与AI板块波动极大，请理性把控仓位。$ALLO $BICO $SNDK