Опубликовано 25 февраля 2026

Liquid AI LFM2: мощная языковая модель для обычного ноутбука

Liquid AI выпустила крупнейшую языковую модель LFM2 – и она работает даже на обычном ноутбуке

Liquid AI представила LFM2-24B – свою крупнейшую языковую модель, отличающуюся нестандартной архитектурой и способную работать как в облаке, так и на локальных устройствах.

Продукты 4 – 5 минут чтения
Источник события: Liquid 4 – 5 минут чтения

Большинство мощных языковых моделей размещаются в облаке: они запускаются на серверах, потребляют огромные ресурсы и требуют постоянного интернет-соединения. Но компания Liquid AI решила пойти немного другим путём – создать модель, которая была бы одновременно достаточно мощной и эффективной, чтобы работать прямо на устройстве пользователя.

Результат этой работы – LFM2-24B, новая языковая модель с 24 миллиардами параметров. Это крупнейшая модель в линейке LFM2 от Liquid AI, и она уже доступна через облачные сервисы партнёров компании, а также в виде локальной версии для так называемых AI PC – персональных компьютеров с аппаратной поддержкой задач искусственного интеллекта.

Что такое LFM2 и почему это не очередной трансформер

Если вы хоть немного следите за новостями об ИИ, то наверняка слышали слово «трансформер» – это архитектура, на которой построено большинство современных языковых моделей, включая GPT, Claude и многие другие. Liquid AI пошла другим путём: их модели семейства LFM2 построены на собственной архитектуре, которая иначе обрабатывает информацию.

Проще говоря, классический трансформер при обработке длинных текстов «держит в голове» всё, что видел раньше, – и это требует всё больше памяти по мере роста объёма текста. Архитектура Liquid устроена иначе: она более компактно хранит контекст, что позволяет работать быстрее и с меньшими затратами ресурсов – без значительной потери качества.

Именно поэтому модель с 24 миллиардами параметров может запускаться не только на дата-центрах, но и на современных потребительских устройствах.

Младшая сестра: LFM2-A2B

Вместе с LFM2-24B компания представила ещё одну модель – LFM2-A2B. Это так называемая модель Mixture-of-Experts с активными 2 миллиардами параметров. Звучит сложно, но идея простая: вместо того чтобы задействовать всю «мощность» модели при каждом запросе, она активирует только нужную её часть. Это делает модель очень быстрой и лёгкой – при этом она вполне конкурентоспособна по качеству с более тяжёлыми аналогами.

LFM2-A2B ориентирована прежде всего на сценарии, где важна скорость и низкое потребление ресурсов: встроенные помощники, мобильные приложения, инструменты, работающие прямо на устройстве без обращения к серверу.

От облака до ноутбука — локальная работа LFM2

От облака до ноутбука – буквально

Один из ключевых тезисов Liquid AI при запуске LFM2-24B – это готовность модели к работе на AI PC. Речь идёт о новом классе персональных компьютеров, которые оснащены специализированными чипами для ускорения ИИ-вычислений – такие устройства сейчас активно продвигают Intel, AMD и Qualcomm.

Идея в том, что пользователь может запустить достаточно мощную языковую модель локально – без отправки данных в облако, без зависимости от интернета и без абонентской платы за API. Для ряда задач, особенно связанных с конфиденциальными данными или работой в офлайне, это может быть принципиально важно.

LFM2-24B стала первой моделью Liquid AI, сертифицированной для платформы Intel AI PC. Это не просто маркетинговый ярлык: сертификация означает, что модель протестирована и оптимизирована для работы на конкретном оборудовании.

Партнёры и экосистема Liquid AI

Партнёры и экосистема

Liquid AI делает ставку не только на технологию, но и на партнёрскую сеть. LFM2-24B доступна через несколько облачных платформ, в числе которых – Cloudflare Workers AI и OctoAI. Это означает, что разработчики могут подключиться к модели через привычные инструменты, не разворачивая собственную инфраструктуру.

Параллельно компания работает с производителями оборудования – в частности, с Intel – чтобы обеспечить корректную и эффективную работу моделей на потребительских устройствах. Такой подход «облако плюс локальное устройство» становится всё более распространённым в индустрии: он позволяет гибко выбирать, где именно запускать модель – в зависимости от задачи, требований к приватности и доступных ресурсов.

Насколько хорошо работает LFM2-24B

Насколько хорошо это работает?

По данным самой Liquid AI, LFM2-24B показывает результаты, сопоставимые с моделями значительно большего размера – в частности, компания сравнивает её с моделями в диапазоне 70–72 миллиарда параметров по ряду задач. Это довольно смелое заявление, и к подобным сравнениям всегда стоит относиться с осторожностью: бенчмарки – не универсальный инструмент, и реальная полезность модели зависит от конкретного сценария использования.

Тем не менее сама по себе идея – создать модель, которая «весит» в три раза меньше, но при этом не уступает более тяжёлым аналогам – это именно то направление, в котором движется индустрия. Эффективность становится не менее важным показателем, чем абсолютное качество.

Что значит LFM2 на практике

Что это значит на практике

Если отвлечься от технических деталей, суть происходящего довольно проста: Liquid AI предлагает языковую модель, которая достаточно мощная для серьёзных задач и достаточно лёгкая, чтобы работать прямо на вашем компьютере – без облака и без огромных вычислительных затрат.

Для обычного пользователя это пока скорее перспектива, чем повседневная реальность: AI PC только начинают входить в массовый рынок, и запустить 24-миллиардную модель на ноутбуке – всё ещё задача не для любого оборудования. Но направление очевидно: ИИ-инструменты постепенно перемещаются ближе к пользователю – на устройство, а не в дата-центр.

Для разработчиков и компаний, которые уже работают с языковыми моделями, появление LFM2-24B – это ещё один вариант в арсенале: эффективная, хорошо задокументированная модель с возможностью как облачного, так и локального развёртывания.

Ссылка на публикацию: https://www.liquid.ai/blog/lfm2-24b-a2b-from-cloud-to-ai-pc
Оригинальное название: From Cloud to AI PC: Launching Liquid's Largest LFM2 Model Alongside Our Growing Partner Ecosystem
Дата публикации: 24 фев 2026
Liquid www.liquid.ai Американская ИИ-компания, исследующая альтернативные архитектуры нейросетей и адаптивные модели.
Предыдущая статья Политика ответственного масштабирования Anthropic: что изменилось в третьей версии Следующая статья Умное распределение нагрузки: как управлять ИИ-инференсом в нескольких облачных кластерах одновременно

Связанные публикации

Вам может быть интересно

Перейти к другим событиям

События – лишь часть картины. Эти материалы помогают увидеть шире: контекст, последствия и идеи, стоящие за новостями.

Компания Liquid AI представила LFM2-24B – языковую модель на 24 миллиарда параметров, способную работать эффективнее крупных конкурентов при значительно меньших требованиях к памяти.

Liquidwww.liquid.ai 24 фев 2026

Qualcomm на CES 2026 представила концепцию интеллектуальных устройств с локальным искусственным интеллектом, которые адаптируются под каждого пользователя и работают без облака.

Qualcommwww.qualcomm.com 25 янв 2026

От источника к разбору

Как создавался этот текст

Этот материал не является прямым пересказом исходной публикации. Сначала была отобрана сама новость – как событие, важное для понимания развития ИИ. Затем мы задали рамку обработки: что в тексте важно прояснить, какой контекст добавить и на чём сделать акцент. Это позволило превратить отдельный анонс или обновление в связный и осмысленный разбор.

Нейросети, участвовавшие в работе

Мы открыто показываем, какие модели использовались на разных этапах обработки. Каждая из них выполняла свою роль – анализ источника, переписывание, проверка и визуальная интерпретация. Такой подход позволяет сохранить прозрачность процесса и ясно показать, как именно технологии участвовали в создании материала.

1.
Claude Sonnet 4.6 Anthropic Анализ исходной публикации и написание текста Нейросеть изучает оригинальный материал и формирует связный текст

1. Анализ исходной публикации и написание текста

Нейросеть изучает оригинальный материал и формирует связный текст

Claude Sonnet 4.6 Anthropic
2.
Gemini 2.5 Flash Google DeepMind Проверка и правка текста Исправление ошибок, неточностей и спорных формулировок

2. Проверка и правка текста

Исправление ошибок, неточностей и спорных формулировок

Gemini 2.5 Flash Google DeepMind
3.
DeepSeek-V3.2 DeepSeek Подготовка описания для иллюстрации Генерация текстового промпта для визуальной модели

3. Подготовка описания для иллюстрации

Генерация текстового промпта для визуальной модели

DeepSeek-V3.2 DeepSeek
4.
FLUX.2 Pro Black Forest Labs Создание иллюстрации Генерация изображения по подготовленному промпту

4. Создание иллюстрации

Генерация изображения по подготовленному промпту

FLUX.2 Pro Black Forest Labs

Не пропустите ни одного эксперимента!

Подпишитесь на Telegram-канал –
там мы регулярно публикуем анонсы новых книг, статей и интервью.

Подписаться