Стартап Liquid AI, созданный учеными MIT, презентовал свою новую разработку — модель LFM2.5-1.2B-Thinking, обладающую 1,2 миллиарда параметров. Эта компактная reasoning-модель способна функционировать на смартфонах и ноутбуках, занимая менее 1 ГБ оперативной памяти, и использует уникальную архитектуру, основанную на «жидких нейросетях».
Концепция жидких нейросетей была вдохновлена изучением нервной системы червя C. elegans, который, несмотря на малое количество нейронов, способен к разнообразным действиям. В отличие от традиционных моделей, в жидких нейросетях веса не фиксируются после обучения, что позволяет адаптировать обработку данных в реальном времени. Модель LFM2.5 сочетает 10 сверточных блоков с переменными весами и 6 блоков attention.
На тестах модель демонстрирует лучшее выполнение инструкций по сравнению с более крупной Qwen3-1.7B, однако уступает в олимпиадной математике. Разработчики рекомендуют её для агентских задач и извлечения данных, но не для программирования. Модель поддерживает восемь языков, среди которых русского нет, но допускается дообучение и распространение производных версий при определённых условиях. Liquid AI также работает над оптимизацией модели под нейропроцессоры, что повысит её производительность.