Liquid AI 推出 12 亿参数推理模型：内存占用不足 1GB，手机本地即可运行“思考”模式

近期，Liquid AI 发布了其 Liquid 基础模型家族的新成员——LFM2.5-1.2B-Thinking。这款具备12亿参数的推理模型在端侧设备部署上实现了明显突破。更引人注目的是，它在当代手机上的内存占用仅约900MB，这意味着两年前仍需依赖数据中心的推理能力，如今已可在个人移动设备上完全离线运行。

不同于主打日常对话的通用模型，LFM2.5-1.2B-Thinking面向复杂逻辑推理、数学计算与工具调用场景而打造。它在给出最终结论前，会先生成内部的“思考轨迹”（thinking traces），这一机制类似人类解题过程，能先规划步骤并核验中间结果，从而显著提升多步骤指令的准确性。

在实测表现上，该模型展现出极高的效率：在 AMD CPU 上解码速度可达每秒239个字符，而在移动端 NPU 上运行速度约为每秒82个字符。借助多阶段强化学习（RLVR）等训练策略，团队将推理中常见的“循环卡死”率从15.74% 降至0.36%，确保了端侧使用的流畅与稳定。