#Liquid AI

Liquid AI 把决策模型做小做快了，d1-3B 单次判断 8 毫秒，d1-omni-600M 还能听语音，权重已放出可自己微调部署。

Liquid AI开源了两款小尺寸决策模型，最小只有600M还支持多模态，在边缘设备上几十毫秒就能出结果，做端侧Agent的可以试试。

Gorden Sun@Gorden_Sun原文

Liquid AI 的 d1 3B 单卡跑 Snake，8ms 决策吃了 86 个苹果，OpenAI API 345ms 才吃 3 个，对比很直观。

@atomic_chat_hq@atomic_chat_hq11 个信源在谈原文

Liquid AI 开源了两款不吐文字只给结构化判断的小模型，3B 版读图文、600M 版还能读音频，一次前向就出结果，适合做实时决策。

官方一手marktechpost@Asif Razzaq原文

Liquid AI 出了个 DSpark 加速器，16GB 的 Mac 就能跑 LFM2.5-VL-3B，M5 芯片上解码快最多 3.13 倍，输出还不变。

@atomic_chat_hq@atomic_chat_hq原文

Liquid AI发布了Pipette，这是一个开源的基准测试套件，可以综合评估设备模型、量化、运行时和硬件，对于想要了解模型在边缘设备上表现的人来说是个好工具。

官方一手marktechpost@Asif Razzaq原文

Liquid AI把视觉语言模型塞进端侧，能读屏、指物、调工具，3GB体积在苹果芯片上跑得飞快。

官方一手marktechpost@Asif Razzaq原文

MacPaw跟Liquid AI合作，给自家商店的开发者提供本地跑AI的能力，数据不用上传云端，做隐私敏感应用挺合适。

techcrunch@Ivan Mehta原文

想在手机上跑智能体？Liquid AI 这个 2.6B 小模型本地就能跑，指令和工具调用还干翻了不少大模型。

想在自己电脑上跑智能体？Liquid AI 的 LFM2.5-2.6B 只有 2.6B 参数，不用联网，下载就能用。

Liquid AI 新出的两个双向编码器，230M 在 CPU 上跑 8K 上下文只要 28 秒，350M 在 GLUE 等基准排第四，适合做嵌入和分类任务。

官方一手marktechpost@Asif Razzaq原文

推理模型老卡死？Liquid AI开源了Antidoom，用FTPO把循环率从22.9%打到1%，直接干掉死循环。

官方一手marktechpost@Asif Razzaq原文

Liquid AI出了两个轻量模型，350M参数就能做11种语言的搜索，还能装到手机等边缘设备上跑。

官方一手marktechpost@Asif Razzaq原文

本地 Agent 开发者终于不用等大模型了——1.5B 活跃参数就能跑出接近 4 倍参数模型的效果，笔记本就能部署，隐私和延迟都解决了，做本地自动化的建议直接试。

berryxia@berryxia7 个信源在谈原文

端侧部署大模型一直受限于算力和内存，LFM2.5-8B-A1B 用 1.5B 激活参数实现 128K 上下文和工具调用，做移动端 AI 应用或边缘推理的开发者可以直接评估其性能。

官方一手marktechpost@Asif Razzaq原文