Cosa distingue l'architettura di LFM 2.5 dalle backbone Transformer standard che utilizziamo tipicamente?

LFM 2.5 utilizza un'architettura ibrida, diversa dai blocchi di attenzione omogenei tipici dei Transformer in stile GPT o Gemini. Integra convoluzioni "short" con gating (blocchi di convoluzione LIV) e un numero limitato di layer Grouped Query Attention (GQA). Da una prospettiva applicata, questo design mira a ridurre il costo dell'attenzione nel deployment su dispositivi edge. I blocchi convoluzionali hanno complessità lineare rispetto alla sequenza, ma il consumo reale dipende anche dai layer GQA, dal runtime e dalla lunghezza del contesto. La documentazione indica contesti fino a 32k token; la resa su CPU va verificata sul dispositivo scelto.

Come può un modello da 1,2B parametri raggiungere prestazioni "di frontiera" nei benchmark di ragionamento?

Liquid AI attribuisce parte dei risultati del modello da 1,2B alla quantità di dati di addestramento. La serie LFM 2.5 è descritta come addestrata su circa 28 trilioni di token. Il numero è superiore alle regole di scaling spesso associate alla legge di Chinchilla, ma non dimostra da solo una migliore generalizzazione. I confronti con Llama-3.2-3B e Qwen-2.5-3B vanno letti considerando dataset, prompt e procedure identiche; non è corretto presentare l'addestramento come una prova generale di "compressione" della capacità.

Qual è il meccanismo alla base della variante "Thinking" e come differisce dal classico Chain-of-Thought (CoT)?

La variante LFM 2.5-Thinking internalizza il processo di ragionamento "Sistema 2" direttamente nella capacità generativa del modello. A differenza dei modelli standard in cui il CoT viene indotto tramite ingegneria dei prompt, questa variante è stata sottoposta a fine-tuning per generare autonomamente tracce di ragionamento prima di produrre una risposta finale. Il modello è descritto come capace di produrre passaggi intermedi prima dell'output finale, con un comportamento simile a quello dei modelli di ragionamento. Questo può aiutare alcuni task multi-step, ma non garantisce autocorrezione né capacità agentiche paragonabili a un modello molto più grande.

Come gestisce la variante LFM 2.5-Audio la latenza cross-modale rispetto ai sistemi a cascata tradizionali?

LFM 2.5-Audio utilizza un'architettura audio-linguistica nativa, eliminando la tradizionale cascata ASR (Riconoscimento Automatico del Vocale) -> LLM -> TTS (Sintesi Vocale). Invece di usare una cascata ASR -> LLM -> TTS, il modello utilizza un detokenizer audio e un encoder per portare le caratteristiche audio nello spazio di embedding. L'eventuale vantaggio di latenza e la conservazione delle informazioni non verbali devono essere misurati rispetto a pipeline equivalenti.

Notizie AI

Liquid AI lancia LFM 2.5: La nuova generazione di modelli on-device

LLM e VLMs validi su smartphone non sono più una fantasia!

6 gennaio 2026

Liquid AI ha annunciato LFM 2.5 (Liquid Foundation Models 2.5), una famiglia di modelli orientata all'esecuzione su dispositivi locali. La serie comprende modelli intorno a 1 miliardo di parametri e mette l'accento su memoria, latenza e supporto per hardware edge.

Il rilascio viene presentato come un aggiornamento dell'efficienza e delle capacità di reasoning su laptop, smartphone e altri dispositivi locali. Le prestazioni effettive dipendono da modello, quantizzazione e backend.

Pre-training e post-training

Uno degli elementi del rilascio è la quantità di dati usata nel pre-training. Per la versione testuale da 1,2B parametri, Liquid AI indica un passaggio da 10T a 28T token.

Inoltre, Liquid AI descrive una pipeline di post-training basata su Reinforcement Learning (RL). L'effetto sulle capacità di instruction following e conoscenza generale va valutato sui benchmark e sui casi d'uso riportati dall'azienda.

La famiglia LFM 2.5

La famiglia comprende diverse varianti open-weight, disponibili su Hugging Face. La licenza LFM Open License v1.0 introduce condizioni commerciali da verificare prima dell'integrazione:

LFM2.5-1.2B-Instruct: il modello per uso generale. Nei benchmark citati da Liquid AI è confrontato con Llama 3.2 1B Instruct e Qwen3-1.7B; su GPQA viene riportato un punteggio di 38,89 contro 16,57 di Llama 3.2 1B. Il confronto dipende dalla configurazione del test.
LFM2.5-VL-1.6B (Vision-Language): un modello multimodale per input visivi e testo, con supporto dichiarato a più lingue.
LFM2.5-Audio-1.5B: un modello audio nativo descritto per input e output vocali senza passaggi separati di trascrizione (ASR) e sintesi (TTS). Liquid AI dichiara un detokenizer 8 volte più veloce del precedente; il dato è legato alla configurazione di riferimento.
LFM2.5-1.2B-JP: una variante ottimizzata specificamente per la lingua giapponese, con risultati da confrontare sui benchmark dedicati.

Le lingue ufficialmente supportate da LFM 2.5 sono otto: inglese, arabo, cinese, francese, tedesco, giapponese, coreano e spagnolo. Le prestazioni in italiano vanno valutate sulla variante e sul task utilizzato.

Efficienza e deployment

Un obiettivo del rilascio è l'efficienza operativa. Liquid AI cita partnership con AMD e Nexa AI per ottimizzare l'inferenza sulle NPU (Neural Processing Units).

Liquid AI riporta un memory profile inferiore a 1 GB di RAM per il modello 1.2B quantizzato e una velocità di decode di 116 token/s su un processore AMD Ryzen AI 9. Sono valori riferiti a configurazioni specifiche, da replicare sul proprio hardware.

LFM 2.5 è documentato per l'uso con diversi framework di inferenza:

llama.cpp (per inferenza CPU efficiente)
MLX (per Apple Silicon)
vLLM (per serving ad alto throughput su GPU)
ONNX (per compatibilità cross-platform)

LFM2.5-VL-1.6B con Transformers.js e ONNX

Su Hugging Face sono disponibili lo Space ufficiale e il relativo codice HTML+JS.

Liquid AI consiglia di usare FP16 per il vision encoder e Q4 per il decoder, per un consumo complessivo indicativo di circa 2,3 GB.

Vantaggi e limiti dell'esecuzione on-device

Il vantaggio dei modelli piccoli è la possibilità di ridurre memoria e dipendenza dal cloud in alcuni scenari. Questo non implica automaticamente prestazioni elevate su ogni dispositivo: latenza, consumi e qualità devono essere misurati sul caso d'uso reale.

LFM Open License v1.0

È una licenza che combina permessi per l'uso, la riproduzione, la modifica e la distribuzione dei modelli con condizioni commerciali specifiche, sia in formato Source sia Object.

Tuttavia, introduce una clausola critica per l'utilizzo commerciale: l'uso è libero e gratuito (royalty-free) solo se l'entità che ne usufruisce (o il gruppo a cui appartiene) ha un fatturato annuo inferiore alla soglia ("Threshold") di 10 milioni di dollari.

Al di sopra di questa cifra, l'uso commerciale non è coperto dalla licenza standard e richiede accordi separati.

Restano escluse da questo limite le organizzazioni non profit qualificate, secondo le condizioni previste dalla licenza. La redistribuzione richiede inoltre il mantenimento delle note di copyright e l'inclusione della licenza stessa. Per un uso commerciale è necessario leggere il testo completo della LFM Open License v1.0 e verificare se la soglia e le definizioni applicabili riguardano il caso concreto.