Liquid AI发布LFM2.5-2.6B：2.6B参数端侧智能体模型，笔记本手机都能跑

8月4日，Liquid AI在Hugging Face博客发布LFM2.5-2.6B，一个专为端侧部署打造的2.6B参数智能体模型。官方介绍称，该模型支持工具调用与多步工作流，目标是在笔记本电脑到手机等日常硬件上跑起能力完整的本地智能体。

这一尺寸定位让开发者可以把智能体部署到任何地方：数据留在设备端、隐私可控，同时不必为每次调用支付云端推理账单。官方称其与约4倍大小的模型在同一水平线上竞争，在工具使用、指令跟随和多步智能体任务上表现突出。

训练方面，LFM2.5-2.6B在大约34T token上完成预训练，中段训练把上下文窗口扩展到128K。后训练分四阶段进行：两轮侧重智能体数据的监督微调、按领域训练的专家教师模型、把多个教师蒸馏进单一学生的多域on-policy蒸馏（MOPD），以及在真实智能体框架内运行多轮强化学习的Agentic RL。

有意思的细节是，Agentic RL直接在OpenClaw、Hermes Agent等主流智能体框架中训练模型，让它适应不同工具、系统提示与多轮任务环境，从而提升实际部署中的兼容性。

基准测试中，官方把LFM2.5-2.6B与体积约4倍的模型对比，包括5.1B的gemma-4-E2B-it、8B的gemma-4-E4B-it、4.7B的Qwen3.5-4B和9.7B的Qwen3.5-9B。它在指令跟随基准上全部排名第一，工具使用也几乎全线领先，仅在BFCLv4上略输给9.7B的Qwen3.5；智能体任务上与Qwen持平、优于两款Gemma，但编码仍是更大模型的强项。

推理速度是这次发布的最大卖点：官方数据显示，在Apple M5 Max上解码速度达220 token/s，在AMD Ryzen AI Max+ 395上为113 token/s，内存占用低于2.5GB；即便在手机上也能以约30 token/s运行智能体。GPU高并发场景下接近每秒1.5万输出token，单张H100一天可产出约13亿token。

生态方面，模型发布首日即支持llama.cpp、MLX、vLLM、SGLang与ONNX等推理栈，transformers>=5.0.0即可加载，并上线了浏览器Demo。对于想把智能体塞进笔记本、手机和边缘设备的团队来说，LFM2.5-2.6B给出了一条低成本的本地化路径，接下来值得关注的是它在真实端侧工作流中的采用情况，以及Liquid AI是否会推出更大尺寸的版本。