Liquid AI 开源决策模型 d1-3B：端侧响应低至 50 毫秒
Liquid AI 开源多模态决策模型 d1-3B。该模型专为判断和分类任务设计，不生成文字，单次前向传播即可输出结构化结果。在 RTX 4090 上单次决策仅需 8 毫秒，在 Jetson Orin Nano 等端侧硬件上也只要 50 毫秒。
Liquid AI
Liquid AI 发布 LFM2.5 检索模型：350M 参数支持 11 种语言
Liquid AI 发布两款 350M 参数的多语言检索模型 LFM2.5-ColBERT-350M 与 LFM2.5-Embedding-350M，支持阿拉伯语、日语等 11 种语言。二者分别针对极速检索和高精度匹配设计，在 NanoBEIR 评测中拿下同类第一，并提供 GGUF 格式支持端侧运行。
Liquid AI 发布 LFM2-2.6B-Exp：纯强化学习训练，指令得分超大模型 263 倍
Liquid AI 发布实验模型 LFM2-2.6B-Exp。它基于 LFM2-2.6B 采用纯强化学习训练，在指令遵循、知识和数学基准上超越其他 3B 级别模型，其中 IFBench 得分超过了体积为其 263 倍的 DeepSeek R1-0528。模型已在 Hugging Face 开源。
Liquid AI 发布 LFM2-VL：轻量端侧视觉模型，推理速度翻倍
Liquid AI 发布首批端侧视觉语言模型 LFM2-VL，包含 450M 与 1.6B 两种尺寸。模型专为手机、可穿戴等低算力设备设计，GPU 推理速度比同类模型快最高 2 倍。权重已在 Hugging Face 开源，年收入 1000 万美元以下可免费商用。
Liquid AI 发布非 Transformer 模型 LFMs：极低内存处理百万 token
MIT 衍生初创公司 Liquid AI 推出首批非 Transformer 架构模型 LFMs，涵盖 1.3B、3.1B 和 40.3B 三款规格。新模型基于液态神经网络，能在极低内存占用下处理多达 100 万 token 序列，跑分媲美甚至超越同级传统大模型，给端侧部署和长上下文处理提供了全新路线。