Liquid AI, das auf nicht-Transformer-Architekturen spezialisierte KI-Startup, erweitert seine LFM-Modellfamilie (Liquid Foundation Models) mit dem LFM2.5-2.6B um ein besonders kompaktes Modell, das explizit für den lokalen Einsatz auf Edge-Geräten konzipiert ist. Mit 2,6 Milliarden Parametern zielt das Modell auf Szenarien ab, in denen Cloud-Anbindung nicht möglich oder nicht erwünscht ist – etwa auf mobilen Geräten, in industriellen Umgebungen oder bei datenschutzkritischen Anwendungen. Die LFM-Architektur von Liquid AI basiert auf einem Hybrid-Ansatz aus Liquid Neural Networks und strukturierten Zustandsraummodellen, der sich von klassischen Transformer-Modellen unterscheidet und auf Effizienz bei begrenzten Ressourcen ausgelegt ist. Besonders relevant ist das Modell für den Einsatz in autonomen Agenten-Pipelines, die vollständig on-device ablaufen sollen – ohne Latenz durch Netzwerkanfragen und ohne Abhängigkeit von externen APIs. Der Name „LFM2.5" deutet auf eine Weiterentwicklung der zweiten Modellgeneration hin, während das „2.6B" die Parameterzahl kennzeichnet. Das Modell wird über Hugging Face bereitgestellt, was eine einfache Integration in bestehende ML-Workflows ermöglicht. Die Positionierung als „überall deploybar" richtet sich an Entwickler, die Agent-Systeme in ressourcenbeschränkten oder netzwerkunabhängigen Umgebungen betreiben wollen.