AI for Data🔥7.0
Liquid AI 发布 LFM2.5-24B-A2B：面向端侧 Agent 的 2B 激活参数 MoE 模型
原标题: Liquid AI 发布 LFM2.5-24B-A2B：面向端侧 Agent 的 2B 激活参数 MoE 模型
📋总体概括
Liquid AI 发布开放权重推理模型 LFM2.5-24B-A2B，采用 MoE 架构，总参数 24B、激活参数仅 2B，主打本地端侧 Agent 场景。该模型在 LiveClaw 基准上得分 48.09，并在 Apple M5 Max 上实现 184 tokens/s 的解码速度，兼顾推理能力与端侧低延迟部署效率。
⚡关键信息
- ▸Liquid AI 开源发布 LFM2.5-24B-A2B，24B 总参数、2B 激活参数的 MoE 模型
- ▸模型定位本地端侧 Agent，强调设备上自主运行能力
- ▸LiveClaw 基准得分 48.09
- ▸在 Apple M5 Max 上解码速度达 184 tokens/s
🔥犀利点评
24B 装进 2B 激活预算，本质是把 MoE 当端侧省钱工具用。48.09 的 LiveClaw 分数和 184 tokens/s 的 M5 Max 解码速度若属实，说明端侧 Agent 已不再需要妥协。问题在于：基准分数好看不等于真 Agent 可靠，端侧模型的工具调用稳定性才是生死线，且开源权重不等于开源训练细节。Liquid AI 想在端侧赛道卡位，方向对了，但还需生态和评测透明度跟上。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 MarkTechPost 阅读全文 →