Liquid AI于2026年5月28日正式发布LFM2.5-8B-A1B模型，这是一款面向消费级硬件优化的边缘AI模型，采用混合专家架构（MoE），总参数量8B、激活参数量约1B。该模型基于2025年10月推出的LFM2-8B-A1B，在多项关键规格上实现大幅升级。
核心升级包括：上下文窗口扩展至128K tokens，预训练数据量从12T tokens提升至38T tokens，并引入大规模强化学习训练。词汇表容量从65,536翻倍至128,000，显著优化了非拉丁语言的tokenization效率，在印地语、泰语、越南语、印尼语和阿拉伯语等语种上的压缩增益尤为突出。
架构与训练细节
LFM2.5-8B-A1B延续了前代的架构设计，包含MoE、分组查询注意力（GQA）和门控短卷积块。词汇表的扩展采用原地BPE合并训练，从原始合并状态继续在多语言语料上训练，使大部分原有token保持身份映射，新token可确定性地分解为原子token序列。新嵌入行初始化为原子token分解的均值，并通过两阶段适应（先仅训练嵌入层，再全模型继续预训练）恢复质量。
与上一代不同，LFM2.5-8B-A1B是一个推理模型（reasoning model），会在最终答案前生成显式思维链（chain-of-thought）。MoE模型通常在计算受限场景下运行，活跃参数较少使每个推理token的成本降低，从而在不牺牲速度的前提下显著提升输出质量。
模型已提供基础版（LFM2.5-8B-A1B-Base）和后训练版（LFM2.5-8B-A1B），可通过Hugging Face和Playground获取，并支持llama.cpp、MLX、vLLM、SGLang等推理框架，可在入门级笔记本电脑上流畅运行。
性能与应用场景
得益于扩展训练和推理能力，新版模型在AA-Omniscience指数（奖励正确回答、惩罚幻觉，分值范围-100至100）上表现大幅领先前代，在指令遵循和智能体任务上可媲美更大规模的稠密与MoE模型。模型专为设备端应用设计，擅长工具调用链（tool calling）和复杂指令执行，适合作为个人助理的推理核心。
在吞吐量方面，LFM2.5-8B-A1B在同尺寸模型中实现了最快的CPU和GPU推理速度，为边缘AI部署提供了可靠的性能基础。
本文参考来源：Hacker News
微信扫描下方的二维码阅读本文
