Liquid AI LFM2.5 強勢登場：重新定義端側 AI 效能，1B 參數模型的極致表現

Liquid AI 最新發布 LFM2.5 系列模型，以 1.2B 的輕量級參數帶來桌機級的效能。本文深入解析其在文字、視覺、日語及原生音訊處理上的突破，並探討這款針對端側裝置優化的開源模型如何改變開發者生態。

大家有沒有發現，最近 AI 界的風向似乎正在悄悄轉變？雖然超大型模型依然佔據頭條，但真正在開發者社群中引起騷動的，反而是那些「小而美」、能跑在自己設備上的模型。就在昨天，Liquid AI 拋出了一枚震撼彈：LFM2.5 系列。這不僅僅是一次版本更新，它向我們展示了當 10 億（1B）參數等級的模型經過精心調校後，竟然能爆發出如此驚人的潛力。

LFM2.5 的核心目標非常明確：讓強大的 AI 走出雲端機房，直接住進你的筆電、手機甚至汽車裡。Liquid AI 這次不僅將預訓練數據量從 10T 提升到了 28T Token，更引入了強化學習來打磨後訓練流程。結果如何？他們在各項基準測試中，正面擊敗了 Llama 3.2 1B 和 Qwen 3 1.7B 等強勁對手。

接下來，我們就來仔細拆解這次發布的重點，看看這個「小巨人」家族究竟藏著什麼黑科技。

LFM2.5 的核心架構：不只是堆砌數據

這裡有個關鍵點需要釐清。很多人認為提升模型能力就是單純地「餵更多書給它讀」。但 LFM2.5 的成功並非僅此而已。它是建立在 LFM2 設備優化混合架構（device-optimized hybrid architecture）之上的進化版。

Liquid AI 這次採取了更積極的策略，將預訓練的規模擴大了近三倍（達到 28T Token）。這意味著模型在「大腦」容量有限的情況下，吸收了更廣泛的知識密度。更重要的是，團隊在後訓練階段大量運用了強化學習。這就像是給模型請了一位嚴格的家教，針對邏輯推理和指令遵循能力進行了高強度的特訓。

對於開發者來說，這代表著你拿到手的不只是一個「會說話」的模型，而是一個懂得如何使用工具、能執行複雜指令的可靠代理（Agent）。而且，這些都是在開源權重（Open-weight）的前提下實現的。

滿足多元需求的五大模型變體

LFM2.5 並非單打獨鬥，而是一個針對不同場景量身打造的家族。Liquid AI 這次一口氣推出了五個針對特定用途優化的模型實例，讓開發者不再需要拿著鐵鎚找釘子。

1. 通用指令模型 (Instruct Model)

這是整個系列的明星產品。LFM2.5-1.2B-Instruct 是大多數開發者的首選。它經過了監督式微調（SFT）和多階段強化學習，開箱即用。無論是處理一般對話、數學問題，還是調用外部工具，它都展現出了超越同級對手的穩定性。這款模型非常適合用來打造本地端的 Copilot 或是個人助理，因為它反應夠快，且不需要聯網就能處理隱私數據。

2. 基礎模型 (Base Model)

對於那些喜歡自己動手改裝的技術愛好者或企業研發團隊，LFM2.5-1.2B-Base 提供了最純粹的畫布。這是一個預訓練的檢查點（Checkpoint），尚未經過指令微調。如果您需要訓練一個特定領域的助手（比如醫療、法律專用），或者是想嘗試新穎的後訓練方法，這個基礎模型就是最佳起點。它擁有強大的知識底蘊，等待您去引導它的輸出方向。

3. 日語優化模型 (Japanese Language Model)

語言的精髓往往在於文化與語境，而不僅僅是字面翻譯。LFM2.5-1.2B-JP 是專為日語環境打造的聊天模型。雖然原版模型已經支援日語，但這個專用版本在日語知識庫和指令遵循上達到了該尺寸模型的「最先進」（SOTA）水準。對於需要開發日本市場應用、且極度重視文化細微差別的開發者來說，這是一個不可多得的工具。

4. 視覺語言模型 (Vision-Language Model)

世界是視覺的，AI 自然也不能只懂文字。LFM2.5-VL-1.6B 是基於更新後的骨幹網路構建的。它最大的進步在於「多圖像理解」和「多語言視覺處理」。這意味著你可以丟給它幾張照片，用中文、法文或阿拉伯文問它問題，它都能準確理解並回答。在基準測試中，它在處理真實世界場景的能力上有了顯著提升，非常適合部署在需要「看懂」環境的邊緣設備上。

5. 原生音訊語言模型 (Audio-Language Model)

老實說，這是這次發布中最讓人興奮的部分。傳統的語音 AI 流程非常繁瑣：先把聲音轉成文字（ASR），丟給 LLM 思考，再把文字轉回聲音（TTS）。這中間不僅延遲高，語氣和情感也容易丟失。

LFM2.5-Audio-1.5B 採用了端到端的原生處理方式。它直接接受語音輸入，並直接輸出語音。這種架構消除了中間環節的資訊損耗，使得延遲大幅降低。根據官方數據，其核心的音訊解碼器（Detokenizer）比前一代快了 8 倍。這意味著在車載系統或物聯網設備上，AI 可以像真人一樣實現近乎即時的語音互動，而不需要等待雲端處理。

部署與生態系：讓 AI 真正落地

一個模型再強，如果很難部署，那也只是實驗室裡的玩具。Liquid AI 顯然深知這一點，因此在相容性上下足了功夫。LFM2.5 從發布第一天起就支援主流的推論框架。

• llama.cpp： 這是 CPU 推論的黃金標準。透過 GGUF 格式，LFM2.5 可以流暢地運行在各種普通硬體上。
• MLX： 對於蘋果（Apple）生態的開發者，這是個好消息。LFM2.5 針對 Apple Silicon 的統一記憶體架構進行了優化，MacBook 用戶可以享受到極致的推論速度。
• ONNX： 提供了跨平台的硬體支援，從雲端到邊緣設備通吃。
• 合作夥伴優化： Liquid AI 與 AMD 及 Nexa AI 合作，確保模型能在 NPU（神經網路處理器）上高效運行。這對於需要在筆電或手機上長時間運行 AI 且不希望耗盡電池的用戶來說至關重要。

您可以直接在 Hugging Face 下載這些模型，或者透過 Liquid 的官方部落格 了解更多技術細節。

效能實測：數字會說話

在基準測試中，LFM2.5 展現了越級打怪的實力。以 LFM2.5-1.2B-Instruct 為例，在 MMLU-Pro（知識）、IFEval（指令遵循）和 GPQA（科學問答）等測試中，分數均大幅領先 Llama 3.2 1B Instruct 和 Gemma 3 1B IT。

特別值得一提的是音訊模型的表現。在性別聲音生成的測試中，LFM2.5 能夠精準控制男聲與女聲的生成，且語音品質（STOI 和 UTMOS 指標）與原始錄音驚人地接近。這證明了在小參數模型上，依然可以實現高保真的多模態互動。

結論：端側 AI 的新篇章

LFM2.5 的出現，向我們證明了「大」不一定總是最好。透過優化的架構和高品質的訓練數據，1B 級別的模型完全有能力處理複雜的任務。對於開發者而言，這開啟了無限的想像空間：更隱私的個人助理、反應更快的智慧家居、以及真正聽得懂人話的車載系統。這不是為了取代雲端大模型，而是讓 AI 無所不在地滲透進我們的生活縫隙中。

常見問題解答 (FAQ)

Q1：LFM2.5 適合商業用途嗎？ 是的，LFM2.5 系列模型採用開源權重（Open-weight）發布。這意味著開發者可以下載、微調並將其部署在自己的應用程式中，而沒有嚴格的限制。對於希望在產品中集成私有化 AI 模型的企業來說，這是一個極具吸引力的選擇。

Q2：運行 LFM2.5 需要很強的硬體嗎？ 完全不需要。這正是 LFM2.5 的優勢所在。由於參數量僅為 1.2B 至 1.6B，它可以在大多數現代筆記型電腦、智慧型手機甚至樹莓派等 IoT 設備上流暢運行。配合 llama.cpp 或 ONNX Runtime，即使沒有高階 GPU，單靠 CPU 也能獲得不錯的推論速度。

Q3：LFM2.5 的音訊模型與傳統語音助手有何不同？ 傳統助手通常是「聽寫 -> 理解 -> 朗讀」的三段式流程，反應慢且機械化。LFM2.5-Audio 採用原生「語音對語音」架構，直接處理音訊訊號。這不僅讓反應速度快了數倍，還能保留語氣、情感等非語言訊息，讓對話感覺更像是在與真人交談，而非機器人。

Q4：我可以在哪裡下載這些模型？ 目前所有 LFM2.5 的變體模型都已上傳至 Hugging Face 平台。您可以搜尋「LiquidAI」找到相關的 Collection，或是直接透過 Liquid AI 官網 的連結進行存取。除此之外，它們也支援透過 LEAP 平台進行部署。