Liquid AI 发布 LFM2.5-24B-A2B 端侧推理模型
Liquid AI 发布 LFM2.5-24B-A2B，这是一款总参数量为 24B、每个 token 仅激活 2B 参数的推理模型，面向端侧智能体的工具调用和多步任务。
推荐理由：原文同时给出模型架构、训练规模、端侧推理速度与多类评测结果，适合比较本地智能体的效果和部署成本。
#端侧
Hugging Face Blog精选AI 评分7878
Latent Space精选AI 评分8080 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，覆盖编码、智能体及金融和法律等专业任务。
推荐理由：汇总了模型规格、定价、开放渠道和多组独立评测，便于比较其编码与智能体能力及实际使用限制。
Google DeepMind精选AI 评分7777 Google DeepMind 发布开源轻量级多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 发布 EmbeddingGemma 2，将文本、代码、图像、视频和音频统一映射到共享嵌入空间，面向端侧推理。该模型基于 Gemma 4 架构，拥有 740 million parameters，采用 Apache 2.0 许可，支持文本、视觉和音频模块化配置。
推荐理由：模型把文本、代码、图像、视频和音频统一到端侧嵌入空间，开发者可据此评估离线搜索与 RAG 的实现成本和能力边界。
已经到底了