Liquid AI LFM2.5登場：1Bパラメータモデルで端側AIの性能を再定義

Liquid AIがLFM2.5シリーズをリリースしました。1.2Bという軽量なパラメータで、デスクトップ級の性能を実現しています。本記事では、テキスト、ビジョン、日本語、およびネイティブオーディオ処理における突破口を詳細に解説し、このデバイス最適化されたオープンソースモデルが開発者エコシステムをどう変えるかを探ります。

最近、AI界のトレンドが静かに変わり始めていることにお気づきでしょうか？超大型モデルが依然として注目を集める一方で、開発者コミュニティで真に話題となっているのは、自身のデバイスで動作する「小さくて美しい」モデルです。昨日、Liquid AIが衝撃的なニュースを発表しました。それがLFM2.5シリーズです。これは単なるバージョンアップではありません。10億（1B）パラメータ級のモデルが、緻密な調整によっていかに驚異的なポテンシャルを発揮できるかを示しています。

LFM2.5の核心的な目標は明確です。強力なAIをクラウドのデータセンターから連れ出し、あなたのノートPCやスマートフォン、さらには車の中に直接住まわせることです。Liquid AIは今回、事前学習データの量を10Tから28Tトークンへと引き上げただけでなく、強化学習を導入して事後学習プロセスを磨き上げました。その結果、Llama 3.2 1BやQwen 3 1.7Bといった強力なライバルを各ベンチマークで圧倒しました。

それでは、今回のリリースの重要ポイントを詳しく紐解き、この「小さな巨人」ファミリーに隠された技術を見ていきましょう。

LFM2.5の核心アーキテクチャ：単なるデータの蓄積ではない

ここで明確にしておくべき重要な点があります。多くの人は、モデルの能力を向上させることは単に「より多くの本を読ませる」ことだと考えています。しかし、LFM2.5の成功はそれだけではありません。これは、LFM2の「デバイス最適化ハイブリッドアーキテクチャ（device-optimized hybrid architecture）」の上に築かれた進化版です。

Liquid AIは今回、より積極的な戦略をとり、事前学習の規模を約3倍（28Tトークン）に拡大しました。これは、モデルの「脳」の容量が限られている中で、より広範で高密度な知識を吸収したことを意味します。さらに重要なのは、チームが事後学習段階で強化学習を多用したことです。これは、モデルに厳しい家庭教師をつけ、論理的推論と指示遂行能力に対して高強度の特訓を行ったようなものです。

開発者にとって、これは単に「話せる」モデルを手に入れるだけでなく、ツールの使い方を理解し、複雑な指示を実行できる信頼性の高いエージェント（Agent）を手に入れることを意味します。しかも、これらすべてがオープンウェイト（Open-weight）という前提で実現されています。

多様なニーズに応える5つのモデルバリエーション

LFM2.5は単一のモデルではなく、異なるシナリオに合わせてカスタマイズされたファミリーです。Liquid AIは今回、特定の用途に最適化された5つのモデルを一挙にリリースしました。

1. 汎用指示モデル (Instruct Model)

シリーズのスター製品です。LFM2.5-1.2B-Instructは、ほとんどの開発者にとって最初の選択肢となるでしょう。教師あり微調整（SFT）と多段階の強化学習を経ており、そのままですぐに使用できます。一般的な会話、数学の問題、外部ツールの呼び出しなど、同クラスのモデルを超える安定性を示しています。反応が速く、インターネット接続なしでプライベートなデータを処理できるため、ローカルなCopilotや個人アシスタントの構築に最適です。

2. ベースモデル (Base Model)

自分でカスタマイズしたい技術ファンや企業のR&Dチーム向けに、LFM2.5-1.2B-Baseは最も純粋なキャンバスを提供します。これは指示微調整が行われる前の事前学習済みチェックポイントです。特定のドメイン（医療、法律など）専用のアシスタントを訓練したい場合や、新しい事後学習方法を試したい場合、このベースモデルが最適な出発点となります。

3. 日本語最適化モデル (Japanese Language Model)

言語の真髄は、単なる直訳ではなく、文化や文脈にあります。LFM2.5-1.2B-JPは、日本の環境に合わせて特別に構築されたチャットモデルです。オリジナル版も日本語をサポートしていますが、この専用バージョンは日本語の知識ベースと指示遂行において、このサイズのモデルとしては「最先端（SOTA）」のレベルに達しています。日本市場向けのアプリ開発において、文化的なニュアンスを極めて重視する開発者にとって、かけがえのないツールとなるでしょう。

4. ビジョン言語モデル (Vision-Language Model)

世界は視覚的であり、AIもテキストだけを理解すればいいわけではありません。LFM2.5-VL-1.6Bは、更新されたバックボーンネットワークに基づいて構築されています。最大の進歩は「複数画像の理解」と「多言語ビジョン処理」にあります。数枚の写真を渡し、日本語、英語、あるいはアラビア語で質問しても、正確に理解して回答することができます。ベンチマークでは、現実世界のシナリオを処理する能力が大幅に向上しており、環境を「見て理解する」必要があるエッジデバイスへの展開に非常に適しています。

5. ネイティブオーディオ言語モデル (Audio-Language Model)

正直なところ、今回のリリースで最もエキサイティングな部分です。従来の音声AIのプロセスは非常に煩雑でした。まず音声をテキストに変換（ASR）し、LLMに考えさせ、再びテキストを音声に変換（TTS）します。これでは遅延が大きく、語気や感情も失われがちです。

LFM2.5-Audio-1.5Bは、エンドツーエンドのネイティブ処理方式を採用しています。音声入力を直接受け取り、音声を直接出力します。このアーキテクチャにより、中間段階での情報の損失がなくなり、遅延が大幅に削減されました。公式データによると、その核心となるオーディオデトークナイザーは前世代より8倍高速です。これにより、車載システムやIoTデバイスにおいて、クラウド処理を待つことなく、本物の人間のような即時の音声対話が可能になります。

展開とエコシステム：AIを真に実用化する

モデルがいかに強力でも、展開が難しければ、それは研究室の玩具にすぎません。Liquid AIはこの点を熟知しており、互換性に非常に力を入れています。LFM2.5はリリース初日から主要な推論フレームワークをサポートしています。

• llama.cpp： CPU推論のゴールドスタンダードです。GGUF形式を通じて、LFM2.5は一般的な様々なハードウェア上でスムーズに動作します。
• MLX： Appleエコシステムの開発者にとって朗報です。LFM2.5はApple Siliconのユニファイドメモリ・アーキテクチャ向けに最適化されており、MacBookユーザーは極めて高速な推論を享受できます。
• ONNX： クラウドからエッジデバイスまで、クロスプラットフォームなハードウェアサポートを提供します。
• パートナーによる最適化： Liquid AIはAMDおよびNexa AIと提携し、モデルがNPU（ニューラル・プロセッシング・ユニット）上で効率的に動作するようにしました。これは、ノートPCやスマートフォンで長時間AIを動作させ、バッテリー消費を抑えたいユーザーにとって極めて重要です。

これらのモデルはHugging Faceで直接ダウンロードできるほか、Liquidの公式ブログで技術的な詳細を確認できます。

性能実測：数字が語る実力

ベンチマークテストにおいて、LFM2.5はそのサイズ以上の実力を示しました。LFM2.5-1.2B-Instructを例にとると、MMLU-Pro（知識）、IFEval（指示遂行）、GPQA（科学的Q&A）などのテストで、Llama 3.2 1B InstructやGemma 3 1B ITを大きく上回るスコアを記録しました。

特にオーディオモデルのパフォーマンスは特筆に値します。性別の音声生成テストにおいて、LFM2.5は男性の声と女性の声を正確に制御して生成でき、その音声品質はオリジナルの録音に驚くほど近いものです。これは、小パラメータモデルであっても、高忠実度なマルチモーダル対話が実現可能であることを証明しています。

結論：端側AIの新たな章

LFM2.5の登場は、「大きいこと」が常に最善ではないことを証明しました。最適化されたアーキテクチャと高品質な学習データにより、1Bクラスのモデルでも複雑なタスクを十分に処理できます。開発者にとって、これは無限の想像力をかき立てます。よりプライバシーに配慮した個人アシスタント、反応の速いスマートホーム、そして真に人間の言葉を理解する車載システム。これはクラウドの巨大モデルを置き換えるためのものではなく、AIを私たちの生活のあらゆる隙間に、目に見えない形で浸透させるためのものです。

FAQ

Q1：LFM2.5は商用利用に適していますか？ はい。LFM2.5シリーズのモデルはオープンウェイト（Open-weight）でリリースされています。これは、開発者がモデルをダウンロードし、微調整して自身のアプリケーションに展開できることを意味します。製品にプライベートなAIモデルを組み込みたい企業にとって、非常に魅力的な選択肢です。

Q2：LFM2.5を動かすには強力なハードウェアが必要ですか？ 全く必要ありません。これこそがLFM2.5の強みです。パラメータ数が1.2Bから1.6Bであるため、ほとんどの現代的なノートPC、スマートフォン、さらにはRaspberry PiのようなIoTデバイスでもスムーズに動作します。llama.cppやONNX Runtimeを使用すれば、ハイエンドなGPUがなくても、CPUだけで十分な推論速度が得られます。

Q3：LFM2.5のオーディオモデルは、従来の音声アシスタントとどう違いますか？ 従来のアシスタントは通常、「書き起こし -> 理解 -> 読み上げ」という3段階のプロセスを踏むため、反応が遅く機械的です。LFM2.5-Audioはネイティブな「音声対音声」アーキテクチャを採用しており、オーディオ信号を直接処理します。これにより、反応速度が数倍速くなるだけでなく、語気や感情などの非言語情報も保持されるため、ロボットではなく本物の人間と話しているような感覚になります。

Q4：これらのモデルはどこでダウンロードできますか？ 現在、すべてのLFM2.5バリエーションモデルがHugging Faceプラットフォームにアップロードされています。「LiquidAI」で検索して関連コレクションを見つけるか、Liquid AI公式サイトのリンクから直接アクセスできます。また、LEAPプラットフォーム経由での展開もサポートされています。