Liquid AI发布实验模型LFM2-2.6B-Exp：26亿参数性能超越百亿级大模型
2025年12月25日（圣诞节），知名边缘AI初创公司Liquid AI正式发布了其最新的实验模型LFM2-2.6B-Exp。这款仅拥有26亿参数的小型开源模型在多项关键基准测试中表现卓越，尤其在指令遵循方面，甚至超越了参数规模达数千亿的DeepSeek R1-0528，引发了业界的广泛讨论，被誉为“最强的30亿参数级别模型”。
模型背景：纯强化学习驱动的实验性突破
LFM2-2.6B-Exp基于Liquid AI第二代液态基础模型（LFM2）系列的26亿参数基础模型优化而来。其优化过程采用了纯强化学习方法，无需监督微调预热或大型教师模型蒸馏。该模型继承了LFM2混合架构的优势，结合了短程门控卷积和分组查询注意力机制，支持32K上下文长度，专为智能手机、笔记本电脑和物联网设备等边缘设备设计，旨在实现高效的本地部署。
Liquid AI强调，此实验性检查点主要专注于优化指令遵循、知识问答和数学推理能力，适用于智能体工作流、RAG检索、数据提取、创意写作和多轮对话等场景。
性能亮点：小身材，大能量
在最新的基准测试中，LFM2-2.6B-Exp展现了惊人的性能：
| 测试项目 | 得分/表现 | 关键对比 |
|---|---|---|
| IFBench（指令遵循基准） | 显著领先同类模型 | 超越参数规模为其263倍的DeepSeek R1-0528 |
| GPQA（研究生级知识问答） | 约42分 | 远超传统30亿参数模型 |
| IFEval（严格指令遵循） | 超过88分 | 击败许多参数超过100亿的模型 |
| GSM8K（数学推理） | 高于82分 | 优于Llama3.2 3B和Gemma3系列 |
此外，该模型在CPU上的预填充和解码速度是竞争对手的两倍，内存占用极低，并支持bfloat16量化，真正实现了“在智能手机上运行博士级推理”。
开源意义：加速边缘AI普及
LFM2-2.6B-Exp已完全开源，模型权重已上传至Hugging Face平台，开发者可自由下载并集成到本地应用中。这不仅展示了强化学习在小模型上的巨大潜力，也进一步推动了边缘AI生态的发展，使得高性能AI从云端走向每一台设备。
行业观点：小模型时代加速到来
AIbase评论指出，LFM2-2.6B-Exp的发布标志着小模型时代正在加速：无需海量参数，通过智能训练范式即可实现先进性能。对于追求隐私、低延迟和低成本的开发者与企业而言，该模型无疑是当前的最佳选择之一。未来，随着RL技术和混合架构的持续演进，30亿参数的开源模型可能接近AGI水平，并在任何设备上流畅运行。
体验地址：感兴趣的读者可立即前往Hugging Face下载体验。
本文信息整理自AIbase，发布日期：2025年12月26日。
