Liquid AI发布激活参数2B的24B MoE推理模型“LFM2.5-24B-A2B”开放权重，面向端侧智能体

已核实（事实）

Liquid AI在Hugging Face博客上发布了LFM2.5-24B-A2B。这是一款总参数24B、每个token激活参数2B的MoE推理模型，面向在设备上运行的私有智能体。它总是先思考再回答。这是从230M起步的LFM2.5系列中最大、也是最后一款模型。GGUF版本和免费演示也同时推出。

待核实（说法）

Liquid AI声称，它在智能体和工具使用任务上与总参数和激活参数都多约50%的Qwen3.6-35B-A3B相当，并称其LiveClaw得分为48.09，高于Qwen3.6-35B-A3B的38.19。

意义（解读）

其主张是以激活参数2B级别的MoE提升了本地智能体的工具使用性能。在构建不向外发送数据的端侧智能体时，选择范围扩大。

来源

• 官方 Run fast, private agents on-device with LFM2.5-24B-A2B Hugging Face
• 社区 LiquidAI/LFM2.5-24B-A2B Reddit

更多关于 Liquid AI

• 2026-10-07 P2 开源 开放权重 多模态效率与基础设施 Liquid AIHugging Face
  Liquid AI 发布面向边缘设备的多模态开放“决策模型”d1

  Liquid AI 在 Hugging Face 博客发文，介绍面向边缘设备的多模态开放决策模型“d1”。社区确认 Hugging Face 上已公开“LiquidAI/d1-3B”模型。由于未收集到博客正文摘录，模型构成、性能、许可证等细节未能确认。