Zyphra 發佈面向裝置端應用的 Zamba2-small（2.7B）小型語言模型
Zyphra 發佈 Zamba2-small（2.7B），一款面向裝置端應用的小型語言模型。相較 Phi3-3.8B，其首 token 生成速度快 2x、記憶體開銷減少 27%，生成延遲低 1.29x。模型權重以 Apache 2.0 授權開源。
#端側
#端側
今日 15 條Zyphra ResearchAI 評分3636 Zyphra ResearchAI 評分5959 Zyphra 發佈 Zamba2-VL 視覺語言模型系列，提供 1.2B、2.7B 和 7B 參數規模
Zyphra 發佈 Zamba2-VL 視覺語言模型系列，提供 1.2B、2.7B 和 7B 參數版本，採用 Zamba2 混合 SSM–Transformer 骨幹。
Liquid AI 模型與工程博客AI 評分6161 Liquid AI 發佈 LFM2，定位為市場上最快的裝置端基礎模型
Liquid AI 發佈 LFM2，推出 0.35B、0.7B 和 1.2B 三個參數規模的模型，面向裝置端生成式 AI。官方表示，LFM2 在 CPU 上的 prefill 和 decode 速度最高達 Qwen3 的 2 倍，訓練效率較上一代提升 3 倍。
Liquid AI 模型與工程博客AI 評分4545 LFM2-VL：高效視覺語言模型
LFM2-VL 推出 LFM2-VL-450M 和 LFM2-VL-1.6B 兩款開放權重視覺語言模型，支援文字及可變解像度圖像輸入。在 GPU 上的推理速度最高達現有 VLM 的 2 倍，並原生處理最高 512×512 解像度的圖像；更大的圖像會切分為 512×512 區塊。兩款模型現已於 Hugging Face 提供，採用基於 Apache 2.0 的開放授權。
Liquid AI 模型與工程博客AI 評分6565 Liquid AI 發佈 Liquid Nanos，主打在日常裝置上提供前沿級表現
Liquid AI 發佈 Liquid Nanos，一系列 350M–2.6B 參數的基礎模型，可在手機、手提電腦及嵌入式裝置上本機運行。首批實驗性模型涵蓋資料抽取、英日雙向翻譯、RAG、工具調用及數學推理，另包括社羣製作的法語微調模型。模型現已在 Liquid Edge AI 平台（LEAP）及 Hugging Face 提供，並以開放授權向學術界、開發者及小型企業開放。
Liquid AI 模型與工程博客AI 評分6363 Liquid AI 發佈 LFM2-Audio-1.5B 端到端音訊基礎模型
Liquid AI 發佈 LFM2-Audio-1.5B，這款 1.5B 參數模型支援音訊與文字輸入及生成。模型在 VoiceBench 九項音訊互動基準的總分為 56.78，ASR 基準平均詞錯誤率為 7.24。以 4 秒輸入波形測試，平均端到端延遲低於 100 ms；Liquid AI 亦提供 Python 套件及語音對話應用參考實作。
Liquid AI 模型與工程博客AI 評分6060 Liquid AI 發佈 LFM2-8B-A1B 端側 MoE 模型（已由 LFM2.5-8B-A1B 取代）
Liquid AI 發佈 LFM2-8B-A1B 早期檢查點，這款端側 MoE 模型共有 8.3B 參數，每個 token 啟用 1.5B 參數。官方公佈 16 項基準測試結果，其中 MMLU-Pro 得分為 37.42，較 LFM2-2.6B 高 11.46 分；模型面向手機、平板及手提電腦的本地推理。頁首註明，該模型已棄用，並由 LFM2.5-8B-A1B 取代。
Liquid AI 模型與工程博客AI 評分5555 Liquid AI 發佈面向邊緣應用的 LFM2-VL-3B 視覺語言模型
Liquid AI 發佈 3B 參數的視覺語言模型 LFM2-VL-3B，面向需要更高準確度並保留 LFM2 架構速度優勢的應用。模型以 LFM2-2.6B 為骨幹，整合 SigLIP2 400M NaFlex 編碼器，並可調整每張圖片的視覺 token 數量，以平衡效能與速度；現已可透過 LEAP 及 Hugging Face 取得。
Liquid AI 模型與工程博客AI 評分5555 Liquid AI 發佈 LFM2-2.6B-Transcript 本機會議摘要模型
Liquid AI 發佈 LFM2-2.6B-Transcript，支援在 CPU、NPU 和 GPU 上完全本機執行。模型針對 30–60 分鐘會議逐字稿設計，並已在 LEAP 和 Hugging Face 開放下載，可輸出討論要點、決策及標註負責人的行動項目。
Liquid AI 模型與工程博客AI 評分6767 Liquid AI 發佈 LFM2.5-1.2B-Thinking，手機記憶體佔用低於 1GB
Liquid AI 發佈 LFM2.5-1.2B-Thinking，一款可完全在裝置上運行的推理模型，手機記憶體佔用低於 900 MB。模型有 1.2 billion 個參數，在多數推理基準中匹敵或超越 Qwen3-1.7B（thinking mode），參數量少 40%。現已可透過 Hugging Face、LEAP 和 Playground 使用。
Liquid AI 模型與工程博客AI 評分6262 Liquid AI 發佈 LFM2.5-350M，預訓練規模增至 28T tokens
Liquid AI 發佈基於 LFM2 架構的 LFM2.5-350M，這款 350M 參數模型經額外預訓練（由 10T 增至 28T tokens）及大規模強化學習。
Liquid AI 模型與工程博客AI 評分5858 Liquid AI 發佈 LFM2.5-VL-450M，提升視覺定位並新增函數調用支援
Liquid AI 發佈 LFM2.5-VL-450M，作為 LFM2-VL-450M 的改進版本，提升視覺定位與指令遵循能力，並新增函數調用支援。預訓練規模由 10T 增至 28T tokens；RefCOCO-M 邊界框預測分數由 0 升至 81.28，MMMB 多語言分數由 54.29 提升至 68.09。
Liquid AI 模型與工程博客AI 評分6969 Liquid AI 發佈可在裝置端運行的 LFM2.5-2.6B 模型
Liquid AI 發佈 2.6B 參數的 LFM2.5-2.6B，這款智能體模型可完全在裝置端運行，支援規劃、工具調用及多步任務。基準測試中，它在所有指令遵循基準及幾乎所有工具使用基準領先對照模型，較大型模型則在編碼上佔優。CPU 解碼速度在 M5 Max 達 220 tokens/s、Ryzen AI Max+ 395 達 113 tokens/s，手機上為 30 tokens/s。
Liquid AI 模型與工程博客AI 評分6363 Liquid AI 發佈 LFM2.5-VL-3B 端側視覺語言模型
Liquid AI 發佈視覺語言模型 LFM2.5-VL-3B，稱其視覺表現可媲美參數量兩倍的模型，並在多種 CPU、GPU 部署中運行更快。相較前代，屏幕理解、工具調用、定位及多圖輸入均有提升，ScreenSpot-v2 平均得分為 80.7，ToolSandbox 由 26.4 升至 59.5，RefCOCO precision@1 由 57.1 升至 87.9。
Liquid AI 模型與工程博客AI 評分5757 Liquid AI 發佈 LFM2.5-VL-DSpark 草稿模型，加速視覺語言模型解碼
Liquid AI 發佈 LFM2.5-VL-3B 的實驗性視覺 DSpark 草稿模型，GPU 解碼吞吐量最高提升 2.66×，端側最高提升 3.13×。端到端吞吐量在 GPU 和端側分別最高提升 2.27× 和 2.62×；草稿模型約有 280M 參數，令部署模型參數量增加 8.9%，並支援 llama.cpp、SGLang 及 MLX-VLM。
Google DeepMind精選AI 評分8282 Gemma 4 成為 Google DeepMind 迄今能力最強的開放模型家族
Google DeepMind 發佈 Gemma 4 開放模型家族，提供 E2B、E4B、26B MoE 和 31B Dense 四種尺寸，並採用 Apache 2.0 授權。
推薦理由：Gemma 4 提供從手機端到工作站的多種尺寸，並列出排行榜名次與上下文窗口，便於比較本地部署時的硬件需求和能力差異。
Mistral AI精選AI 評分6565 Mistral AI 發佈 Voxtral Transcribe 2，涵蓋批次與即時語音轉文字
Mistral AI 發佈 Voxtral Transcribe 2，包含用於批次轉寫的 Voxtral Mini Transcribe V2，以及面向即時應用的 Voxtral Realtime。
推薦理由：批次版與即時版的定位和能力差異清晰，文章亦列出即時轉寫的延遲設定、開放權重授權及兩款模型的 API 價格，便於比較部署選項。
Hugging Face Blog精選AI 評分7474 Gemma 3n 全面接入主流開源工具庫，推出 E2B、E4B 尺寸模型
Gemma 3n 已接入多個主流開源工具庫，並推出 E2B、E4B 兩種尺寸的 base 與 instruct 版本。支援工具包括 Transformers、timm、MLX、llama.cpp、Transformers.js 和 Ollama；兩款模型實際參數量為 5B 和 8B，GPU 記憶體佔用約相當於 2B 和 4B 模型。
推薦理由：文章並列模型的實際參數量、GPU 記憶體需求和多個工具庫的接入方式，方便衡量 Gemma 3n 本地多模態部署時的硬件門檻與工具選擇。
Mistral AI精選AI 評分6565 Mistral AI 發佈 Ministral 3B 和 Ministral 8B 邊緣模型
Mistral AI 發佈 Ministral 3B 和 Ministral 8B，面向裝置端運算及邊緣場景。兩款模型支援最高 128k 上下文長度（vLLM 目前為 32k），Ministral 8B 採用交錯式滑動窗口注意力模式。
推薦理由：文章以多個評測類別對照 Ministral 3B、8B 與 Gemma 2、Llama 3.2、Llama 3.1、Mistral 7B 等模型，涵蓋預訓練及 Instruct 版本，便於參照各模型表現。
Hugging Face Blog精選AI 評分7979 Meta 發佈 Llama 3.2，涵蓋視覺模型與裝置端小型模型
Meta 發佈 Llama 3.2，共有 10 個開放權重模型，包括 5 個多模態模型和 5 個純文字模型，涵蓋 11B、90B 視覺模型及面向裝置端的 1B、3B 純文字模型。
推薦理由：Llama 3.2 涵蓋 11B、90B 視覺模型與 1B、3B 裝置端純文字模型，並列出 Transformers、llama.cpp 等運行示例，可作為選擇部署路徑的參考。