電子發(fā)燒友網(wǎng)報道（文/李彎彎）近日，美國初創(chuàng)公司Liquid AI宣布正式推出下一代Liquid基礎模型（LFM2），該模型在邊緣模型類別中創(chuàng)下了速度、能效和質(zhì)量的新紀錄。

LFM2的誕生源于對AI底層邏輯的重構(gòu)。與傳統(tǒng)基于Transformer的模型不同，LFM2采用結(jié)構(gòu)化、自適應的算子構(gòu)建，其靈感源自動態(tài)系統(tǒng)理論、信號處理與數(shù)值線性代數(shù)的深度融合。

這種設計使模型具備三大核心優(yōu)勢：其一，訓練效率較上一代提升300%，在CPU上吞吐量較Qwen3、Gemma等模型提升200%，延遲顯著降低；其二，在長上下文處理（如32k token文檔分析）和資源受限場景（如移動端、物聯(lián)網(wǎng)設備）中表現(xiàn)卓越；其三，通過優(yōu)化內(nèi)存占用（LFM-3B僅需16GB內(nèi)存，遠低于Meta Llama-3.2-3B的48GB），實現(xiàn)毫秒級實時推理與離線運行。

“我們以第一性原理構(gòu)建模型，如同工程師設計發(fā)動機般嚴謹?！盠iquid AI聯(lián)合創(chuàng)始人兼CEO Ramin Hasani在發(fā)布會上強調(diào)，“LFM2的目標是讓每臺設備都成為本地AI中心，釋放生成式AI在邊緣場景的潛力?！?br />
從實測數(shù)據(jù)來看，在指令遵循、函數(shù)調(diào)用等智能體AI關鍵屬性上，LFM2平均表現(xiàn)顯著優(yōu)于同規(guī)模競品，成為本地與邊緣用例的理想選擇；

在MMLU（多模態(tài)學習理解）、RULER（長上下文推理）等權(quán)威評測中，LFM2-3B模型性能超越前代7B-13B模型，LFM2-40B則以混合專家（MoE）架構(gòu)實現(xiàn)質(zhì)量與成本的平衡；

生態(tài)兼容性方面，模型權(quán)重已開源至Hugging Face，支持通過Liquid Playground即時測試，并即將集成至邊緣AI平臺與iOS原生應用。

LFM2的發(fā)布，恰逢全球邊緣AI市場爆發(fā)前夜。據(jù)預測，僅消費電子、機器人、智能家電等領域的邊緣AI技術(shù)，即可在2035年推動總潛在市場規(guī)模逼近1萬億美元。Liquid AI已與《財富》500強企業(yè)展開合作，通過提供超高效率的小型多模態(tài)基礎模型與安全的企業(yè)級部署方案，助力客戶實現(xiàn)數(shù)據(jù)主權(quán)與隱私保護。

“將大型生成式模型從云端遷移至設備端，是AI普惠化的必經(jīng)之路?！盚asani指出，“LFM2的毫秒級延遲與離線能力，對手機、汽車、衛(wèi)星等實時性要求極高的終端至關重要。”目前，該公司已與國防、航天、網(wǎng)絡安全等領域達成戰(zhàn)略合作，其技術(shù)棧正成為高安全性場景的首選方案。

LFM2的發(fā)布，只是Liquid AI技術(shù)長征的第一步。據(jù)透露，未來幾個月內(nèi)，公司將陸續(xù)推出系列強大模型，覆蓋更廣泛的模態(tài)與場景。隨著企業(yè)從云端LLM轉(zhuǎn)向經(jīng)濟高效、快速、私密的本地智能，LFM2或?qū)⒊蔀锳I技術(shù)民主化的關鍵推手。