李韩飞
26亿参数如何“越级”碾压8B对手？Liquid AI的LFM2.5-2.6B给出答案——在指令遵循与工具调用上全面超越参数翻倍的Gemma系列，Agent任务甚至与97亿参数的Qwen3.5-9B打平。核心秘密在于架构：30层中巧妙混合22个卷积块与8个GQA注意力层，通过神经架构搜索自动发现。在Apple M5 Max上达220 tok/s，内存低于2.5GB，智能手机也能流畅运行。这标志着AI竞赛从“参数军备”转向“部署效率”。模型不再追求全面最强，而是“足够好+随处可部署”。与MacPaw的合作更验证了端侧AI的商业闭环。案例启示：某物流企业已在树莓派上部署该模型做包裹分拣语音助手，成本仅为云端方案的1/20。当推理不再依赖云端，AI的普及才真正开始。
发布于 江苏
2
评论
赞
未登录
友善发言
评论
加载中
