Liquid AI发布LFM2.5-230M：超紧凑非Transformer模型，边缘推理性能媲美三倍规模模型
talkingdev • 2026-06-26
1312 views
近日，Liquid AI宣布推出其最新基础模型LFM2.5-230M，这是一款参数规模仅为2.3亿的非Transformer架构模型。与当前主流的Transformer模型不同，LFM2.5-230M基于状态空间模型与液态神经网络连续时间公式构建。尽管体积极其紧凑，该模型在核心边缘推理与序列生成基准测试中，性能与规模大三倍的Transformer模型持平。这一突破意味着，在资源受限的边缘设备上，LFM2.5-230M能够在保持高效能的同时，实现低成本部署。该模型采用开源权重的方式发布，支持微调、工具调用及数据提取等多种边缘应用场景，为工业自动化和物联网设备带来了全新的轻量级AI解决方案。Liquid AI强调，这一架构创新有望在保持模型精度的前提下，显著降低计算资源与功耗需求，推动AI在更广泛硬件平台上落地。
核心要点
- LFM2.5-230M采用非Transformer架构，基于状态空间与液态神经网络连续时间公式，实现模型轻量化。
- 在边缘推理和序列生成基准测试中，其性能与三倍规模的Transformer模型持平，兼顾效率与准确性。
- 开源权重发布，支持微调、工具使用与数据提取，适用于边缘部署和物联网等资源受限场景。