📖 AI 总结

Liquid AI 发布了 LFM2.5-24B-A2B，这是其 LFM2.5 系列中规模最大也是最后一款开放权重模型，专为在笔记本和 PC 上本地运行的智能体设计。该模型采用混合专家架构，总参数量 24B，但每个 token 仅激活约 2B 参数，支持 131,072 token 上下文，并提供 FP8、GGUF、ONNX 及 MLX 多种量化格式，可在 Apple M5 Max、AMD Ryzen AI Max+ 395 等设备上运行。相比前代，上下文从 32K 扩展至 131K，词表翻倍至 128K 以改善非拉丁语系分词，预训练数据从 17T 扩展至 33T token。在 Liquid AI 的测试中，该模型在 8 项智能体与工具调用基准中有 5 项领先或持平更大规模的 MoE 模型，AutomationBench 得分 27.69，超过 Qwen3.6-35B-A3B 三倍以上；但在 SWE-Bench Verified 上仅得 51.00，明显落后于后者的 66.20，知识类与编程任务相对薄弱，官方建议搭配检索使用。其核心价值在于为本地智能体提供快速、低成本的工具调用与指令遵循能力。