Liquid AI发布LFM2.5-24B-A2B：2B激活参数MoE，专攻端侧智能体

端侧智能体迎来新选择

Liquid AI 近日发布了一款开放权重模型 LFM2.5-24B-A2B，采用混合专家（MoE）架构，总参数量为 24B，但每次推理仅激活 2B 参数。这一设计使其能够在本地设备上高效运行，面向端侧智能体（On-Device Agents）场景。

据 MarkTechPost 报道，该模型在 LiveClaw 基准测试中取得 48.09 分，在 Apple M5 Max 上解码速度达到 184 tokens/s。对于需要在本地部署智能体的开发者来说，这组数据提供了一个值得关注的选项。

为什么 2B 激活参数值得关注

传统稠密模型在推理时需要加载全部参数，对内存和算力要求较高。MoE 架构通过路由机制每次只激活部分专家，在保持较大总参数量的同时大幅降低实际计算量。

LFM2.5-24B-A2B 将激活参数压缩到 2B，意味着其推理开销接近一个 2B 稠密模型，但潜在的知识容量来自 24B 参数规模。这种“大容量、小激活”的思路，正是当前端侧模型优化的重要方向。

对本地智能体而言，响应速度和内存占用往往比绝对能力更重要。184 tokens/s 的解码速度，已经可以支撑实时交互类任务，比如本地问答、工具调用和轻量级自动化流程。

混合专家（MoE）架构的核心在于把前馈网络拆分成多个并行的“专家”子网络，再通过一个轻量的路由器（Router）为每个 token 动态选择其中少数几个专家参与计算。以 LFM2.5-24B-A2B 为例，总参数量 24B 代表模型存储和加载时需要占用的全部权重规模，而每次前向传播实际参与运算的只有约 2B 参数（即“激活参数”）。这意味着显存/内存占用取决于总参数量，而单 token 的计算量和延迟更接近于激活参数量。相比稠密模型“参数越多、计算越重”的线性关系，MoE 让模型在能力与开销之间获得更大的解耦空间，这也是它被广泛用于端侧和低成本推理场景的根本原因。

开放权重与端侧部署的现实意义

Liquid AI 选择开放权重发布，降低了开发者试用和集成的门槛。与纯云端 API 方案相比，开放权重模型允许在离线环境、隐私敏感场景或成本受限的设备上运行。

需要注意的是，48.09 的 LiveClaw 分数需要结合基准本身的任务类型来理解。它反映的是模型在特定智能体评测集上的表现，并不直接等同于通用推理或编程能力。开发者在选型时，仍应针对自己的实际工作负载进行测试。

**开放权重（Open Weights）**指模型训练后的参数文件被公开发布，任何人都可以下载、在本地运行并按许可条款进行微调或再分发，但它与“开源”并不完全等同：训练数据、训练代码和完整配方往往未必一并公开。对端侧部署而言，开放权重的价值在于数据不出设备，推理可以完全离线，也无需按 token 向云端付费。开发者还能针对特定领域数据做轻量微调或量化（如 4-bit、8-bit），把模型进一步压缩到手机、笔记本可承受的体积。与只提供 API 的闭源方案相比，它牺牲了一部分厂商侧的运维便利，换来的是可控性、隐私与长期成本的自主权。

端侧智能体的竞争格局

端侧智能体赛道正在快速升温。多家厂商都在尝试用 MoE、量化和小型化技术，把原本需要云端算力的能力塞进笔记本和手机。

LFM2.5-24B-A2B 的定位很明确：不是追求榜单第一，而是在“能跑起来”和“够用”之间找平衡。对于需要本地部署、对延迟敏感、又希望保留一定推理能力的团队，这类模型提供了云端方案之外的另一种可能。

随着 Apple Silicon 等硬件持续提升内存带宽和 NPU 性能，端侧模型的实用边界还会继续扩展。LFM2.5-24B-A2B 是这个趋势中的一个具体样本，其实际表现有待更多开发者验证。

**端侧智能体（On-Device Agent）**指的是在手机、笔记本或边缘设备上本地运行、能够自主规划并调用工具完成多步任务的 AI 系统，而非仅做单轮问答。它对模型的要求与云端智能体有明显差异：不仅要能理解指令，还要在内存受限、无稳定网络的条件下完成工具调用、状态跟踪和多轮决策，因此低延迟和稳定的结构化输出往往比绝对智能水平更关键。模型量化、MoE 稀疏激活以及 Apple Silicon 这类统一内存架构，正是支撑这一场景的几项关键技术。评判这类模型时，智能体专用基准（如文中提到的 LiveClaw）比通用问答榜单更能反映真实可用性。