LFM2.5-2.6B：面向设备端代理的新模型

LFM2.5-2.6B 是 LiquidAI 与 Hugging Face 合作推出的 2.6B 参数模型，目标是在笔记本电脑、手机等日常硬件上运行完整的代理能力，包括工具调用和多步规划。它预训练于约 34T tokens，并通过中期训练将上下文窗口扩展到 128K。后训练分四阶段：两轮 SFT 偏向代理数据；按领域训练专家教师模型；通过多域在线策略蒸馏整合到单一学生模型；最后在真实代理环境中进行多轮强化学习，优化工具使用和指令遵循能力。

效率方面，该模型在 Apple M5 Max 上达到 220 tok/s，在 AMD Ryzen CPU 上达到 113 tok/s，内存占用不足 2.5GB，这使得它可以在边缘设备上流畅运行。基准测试显示，它在 AIME25、LiveCodeBench、IFBench 等任务上表现优异，例如 AIME25 得分 51.87，多 IF 得分 80.07，与 Qwen3.5-9B 等更大模型竞争。

这一发布恰逢端侧 AI 代理需求上升，开发者希望在不依赖云服务的情况下保持数据隐私和降低成本。LFM2.5-2.6B 通过代理强化学习，直接在实际代理框架（如 OpenClaw、Hermes）中训练，提高了兼容性，有望加速本地代理应用的落地。对开发者而言，这意味着可以更轻松地部署低成本、隐私保护的 AI 助手。