我可以帮您推荐合适的AI工具，有什么需要帮忙的吗？
2026年8月，AI初创企业Liquid AI正式推出端侧智能体大模型LFM2.5-2.6B，该模型参数量为2.69B，支持最长128K上下文窗口与原生工具调用能力，且完全开放模型权重。测试数据显示，其在端侧智能体任务上的准确率较同参数级模型高出42%，可在无云端支持的边缘设备上独立完成多步骤任务调度。
随着消费电子、工业物联网对数据隐私的要求不断提升，端侧AI成为近两年大模型落地的核心赛道，但此前小参数端侧模型普遍存在上下文窗口短、无原生工具调用能力的短板，仅能完成简单的问答、识别类任务，无法支撑智能体的多步骤复杂操作。
用户的日程、本地文件、健康数据都属于敏感信息，上传云端处理存在泄露风险，而工业场景的边缘设备往往处于无网或弱网环境，根本无法对接云端大模型，因此具备本地处理能力的端侧智能体，成为行业普遍的需求。
但此前市面上面向端侧的小参数模型，大多上下文窗口集中在4K-32K区间，且没有原生的工具调用接口，开发者需要额外投入大量成本做微调，才能实现简单的任务调度，落地门槛极高。
此次发布的LFM2.5-2.6B刚好解决了上述痛点，2.69B的参数量可以完美适配中高端手机、嵌入式网关、智能硬件等常见端侧设备的算力要求，128K的长上下文窗口能够支持模型一次性读取近10万字的本地文档、对话历史，无需分段调用即可完成长文本梳理、多轮任务规划。
而原生集成的工具调用能力，让模型无需额外微调就能对接本地系统API、第三方工具、硬件接口，独立完成“查询日程→预订机票→同步行程到日历”这类多步骤的智能体任务。据官方披露的测试数据，该模型在端侧设备上的推理延迟仅为12ms/Token，完全满足实时交互的要求。更重要的是，Liquid AI宣布完全开放该模型的权重，开发者可免费下载后针对不同场景做定制化适配，大幅降低了端侧智能体的落地成本。
据行业调研机构预测，2027年全球搭载本地智能体能力的消费电子设备出货量将突破8亿台，工业端侧智能体的市场规模也将超过200亿美元。此次LFM2.5-2.6B的发布，填补了小参数开源端侧智能体模型的空白，后续随着更多适配该模型的硬件产品上线，普通用户最快在今年年底就能用上完全运行在本地、无需连网、不会泄露隐私的个人智能助理服务。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号