LFM2.5-2.6B：让智能体部署到每个本地设备

Liquid AI 在 Hugging Face 上发布了 LFM2.5-2.6B，这是 LFM2.5 系列中专为本地部署场景打造的最新模型。它的定位很直接：让开发者把 AI 智能体直接部署到用户设备上，而不是依赖云端 API。

26 亿参数，跑在边缘设备上

LFM2.5-2.6B 仅有 26 亿参数，属于轻量级大语言模型。这个体量让它能够在笔记本电脑、单板计算机乃至移动设备上运行。模型在推理效率上做了大量优化，显存占用和计算开销都被控制在很低的水平。对开发者而言，这意味着不需要昂贵的高端显卡，也能拥有一个可用的本地智能体。

Agent 场景是重点优化方向

与通用小模型不同，LFM2.5-2.6B 在设计和训练阶段就聚焦于 AI 智能体场景。工具调用、结构化输出解析、多轮对话中的上下文一致性——这些 Agent 开发中最常见也最容易出问题的环节，正是这个模型的打磨重点。评测数据显示，它在函数调用和 Agent 相关基准上的表现，已经接近部分 7B 乃至 14B 参数的更大模型。

本地运行，兼顾隐私与成本

把智能体放在本地运行，最直接的好处是数据不出设备，规避了隐私合规风险；同时也省去了按调用量付费的云端 API 开销。Liquid AI 还提供了量化版本，进一步压低内存需求，让更多入门级硬件也能流畅运行。

开放下载，开箱即用

LFM2.5-2.6B 的权重已经开放，开发者可以直接从 Hugging Face 仓库下载，结合主流推理框架进行本地部署。对于想低成本构建 Agent 产品、或者做边缘 AI 实验的团队来说，这是一个值得关注的选择。

当模型足够轻、足够快、足够便宜，本地智能体才有机会从少数人的实验变成默认的部署方式。LFM2.5-2.6B 正是朝这个方向迈出的一步。

---

原文链接：Hugging Face
本文由前途科技编辑整理