Liquid开源小模型LFM2.5：面向AI边缘设备的轻量解决方案

Liquid AI近期限时开源了LFM2.5系列，这套面向边缘计算与本地化部署的新一代轻量级基础模型，是在成熟的LFM2架构基础上持续演进而来。该系列包含两大核心文本模型：1.2B参数规模的基础预训练版本LFM2.5-1.2B-Base，以及经过精细优化的指令微调版本LFM2.5-1.2B-Instruct。此外，研发团队还同步推出了针对日语、视觉语言及音频场景的专属定制版本。

LFM2.5延续了LFM2架构中针对CPU与NPU的混合优化设计，在推理延迟与内存占用控制方面取得了良好平衡。在预训练阶段，模型参数量提升至1.2亿规模，训练语料从原有的10万亿tokens大幅扩展至28万亿tokens。基于此，指令微调版本额外经过了监督微调、偏好对齐以及多轮大规模强化学习训练，显著增强了模型在指令理解、工具调用、数学推理与知识问答等复杂任务上的表现。

就文本建模能力而言，LFM2.5-1.2B-Instruct是目前主推的通用型文本模型。Liquid AI团队在GPQA、MMLU Pro、IFEval、IFBench等多项权威评测中公布的数据显示：GPQA得分达38.89，MMLU Pro达到44.35。这些成绩明显优于同级别开源竞品，例如Llama-3.2-1B-Instruct和Gemma-3-1B-IT。

专为日语场景深度定制的LFM2.5-1.2B-JP文本模型，在JMMLU、M-IFEval和GSM8K等日语专属基准任务上进行了针对性优化。该版本不仅全面超越常规指令微调模型的日语表现，更在本地化评估中展现出与主流小型多语言模型相当甚至更优的竞争力。

在多模态边缘应用方面，LFM2.5-VL-1.6B是本次更新的重点视觉语言模型，集成高性能图像编码模块，支持文档内容解析、用户界面识别、跨图像逻辑推理等真实业务场景，并可在资源受限的边缘设备上稳定高效运行。

LFM2.5-Audio-1.5B是一款原生支持音频与文本联合建模的语言模型，具备端到端的音频输入/输出能力。其采用全新设计的音频反tokenizer技术，推理速度较前代方案提升达8倍，特别适用于实时语音对话代理、端侧自动语音识别等低延迟交互型任务。

源码地址：点击下载