近日，Liquid AI 正式推出了其 Liquid 基础模型系列的新成员——LFM2.5-1.2B-Thinking。这款拥有12亿参数的推理模型在端侧设备部署上取得了显著突破。令人印象深刻的是，该模型在现代手机上的运行占用仅约900MB，这意味着两年前还需要数据中心支撑的推理能力，现在已能完全离线运行在个人移动设备上。

与侧重于日常对话的通用模型不同，LFM2.5-1.2B-Thinking专为复杂的逻辑推理、数学运算及工具调用而设计。它在生成最终答案前会先产生内部的“思考痕迹”（thinking traces），这类似于人类的解题过程，能够有效规划步骤并验证中间结果，极大地提升了处理多步骤指令的准确性。

在实际性能表现上，该模型展现了极高的效率。它在 AMD CPU 上的解码速度可达每秒239个字符，而在移动 NPU 上的运行速度也达到了每秒82个字符。通过引入多阶段强化学习（RLVR）等先进训练技术，研发团队成功将推理模型中常见的“循环死机”率从15.74% 降低至0.36%，确保了端侧用户体验的流畅与稳定。