端侧智能体对模型推理效率提出更高要求，Liquid AI 于近日发布开源权重模型 LFM2.5-24B-A2B，尝试在参数规模与本地运行成本之间寻找平衡。

该模型总参数量为 24B，但每 token 仅激活 2B 参数，采用稀疏化路径控制单次推理的计算量。这一设计使其定位为面向端侧的快速智能体模型，而非依赖云端算力的大规模通用模型。

Liquid AI 将 LFM2.5-24B-A2B 以开源权重形式发布，意味着开发者可在本地环境中部署并针对智能体任务进行适配。24B 的总容量与 2B 的激活量之间的落差，是该模型在端侧场景中的核心特征。

从行业角度看，端侧智能体正成为模型厂商竞争的新方向。Liquid AI 此次发布的模型能否在有限算力下支撑稳定的智能体交互，将取决于后续开发者社区的实际验证。