Liquid AI正式发布LFM2.5-2.6B，一款专为端侧设计的agentic模型。它采用LFM2.5旗舰混合架构（短卷积+少量GQA注意力），预训练约34T tokens，支持128K上下文与128K词表，可在手机、笔记本、PC甚至机器人上完整规划、调用工具、完成多步任务。数据全程本地，运行边际成本接近零。

该模型后训练分四阶段：SFT、专家特化、多域on-policy蒸馏，以及在Pi、Hermes Agent、OpenClaw等真实agent harness中进行的多轮agentic RL（使用GRPO+结果奖励）。基准表现亮眼：ToolSandbox 77.83（超Qwen3.5-9B的76.44）、Multi-IF 80.07、IFStruct 85.49，整体在指令遵循与工具使用上可对标甚至超越近4倍规模的模型。