# Liquid AI开源LFM2.5-8B-A1B：8B参数仅激活1.5B，端侧大模型性能飞跃，手机秒级推理

- Link: https://paooo.com/aigc-news/18293/
- Published: 2026-05-29T15:13:11+08:00
- Author: 站外新闻

> **💡 站外导读：**随着AI应用从云端向终端迁移，端侧部署面临计算成本与性能的尖锐矛盾。
> 用户渴望在手机、笔记本上获得流畅、私密的智能体验，但传统大模型动辄数十亿的参数
> 量与高延迟难以逾越。Liquid AI此次开源的LFM2.5，正是瞄准这一核心痛点：它通过创新
> 的稀疏MoE架构，将推理时激活参数压缩至1.5B，同时将上下文窗口扩展至128K并强化抗幻觉
> 能力，为端侧AI的规模化落地提供了关键技术方案，标志着端侧智能正式进入高实用性的
> 新阶段。

人工智能初创公司 Liquid AI 今日正式发布并开源了全新的端侧[大模型](https://paooo.com/ai-study/)
LFM2.5-8B-A1B。该模型专为消费级硬件的工具调用和复杂指令遵循而设计，在保持极低计算
成本的同时，显著提升了端侧设备的推理与推理性能。

这款模型在结构设计上采用了稀疏混合专家（MoE）架构，虽然整体拥有8.3B的参数量，但其
稀疏特性意味着生成每个Token时仅需调用其中的1.5B参数。这种高效机制使得模型可以轻松
运行在手机或笔记本电脑等本地设备上。

![image.png](https://paooo.com/wp-content/uploads/2026/05/6391566400646353872563970-
1.avif "image.png")

**长文本扩展与推理能力升级**

相比前代产品，LFM2.5 将上下文窗口从 32K 大幅扩展至 128K 词元，预训练数据量也从 12T
提升至 38T。作为一款纯推理模型，它会在输出最终答案前生成显式的思维链，且其高压缩
率的词表能更高效地处理中文、阿拉伯文等九种语言。

针对长推理过程中可能出现的逻辑循环和事实幻觉，研发团队在训练阶段引入了两阶段的强化
学习（RL）策略。通过偏好优化，模型在长链条推理中的“死循环”现象得到了显著抑制；同时，
专门设计的防幻觉奖励机制，能引导模型在面对知识范围外的问题时，主动选择不回答。

**端侧性能强劲与生态全面兼容**

在性能表现上，LFM2.5 实现了爆发式增长，其在逻辑推理与反幻觉基准测试中的得分大幅超越
前代，甚至在指令遵循上媲美更大参数量的模型。在工具调用方面，模型默认输出高效的 Python
函数调用，并支持在系统[提示词](https://paooo.com/ai-image-prompts/)中无缝切换为 
JSON 格式。

模型一上线就获得了主流推理框架的广泛适配，如llama.cpp、MLX、vLLM和SGLang等。实际
硬件测试显示，它在M5 Max芯片上能实现每秒253字节的解码速度，即便在手机端，解码速度
也可达每秒约30字节，在保障端侧数据隐私的同时，也确保了出色的运行效率。

#### 📝 站长洞察 (Editor’s Insight)

LFM2.5的发布绝非一次普通开源，它精准击中了端侧大模型商业化的核心命门：如何在有限
的功耗与算力下，实现足够强的推理能力与实用性。其“稀疏激活”思路极具前瞻性——这并非
简单压缩，而是通过架构设计让模型学会“选择性思考”，这或许是未来端侧AI的主流范式。
更值得关注的是其对工具调用与长文本的强化，这意味着它正在从“聊天玩具”转向真正的“生产
力代理”，能成为用户手机中随时待命、理解复杂意图并安全执行任务的私人助理。在隐私焦虑
与边缘计算趋势并行的当下，Liquid AI用轻量化、高性能、生态全兼容的组合拳，为行业树立
了新标杆。下一步竞争将聚焦于如何让这类模型更深度地融入操作系统与APP生态，实现真正
的无感智能。

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,000+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[⚡ AIGC 早报生成器](https://paooo.com/mtool/)