Hugging Face und LiquidAI haben ein kompaktes KI-Modell entwickelt, das autonome Agenten direkt auf Laptops und Smartphones ausführen kann. Das 2,6-Milliarden-Parameter-Modell LFM2.5-2.6B konkurriert mit vier Mal größeren Systemen – bei Werkzeugnutzung, Multi-Schritt-Aufgaben und Anweisungsfolge. Damit wird Edge-AI für KI-Agenten praktisch zugänglich.
✍️ Blog
Kleine KI-Modelle für überall: LFM2.5 läuft auf jedem Gerät
18. August 2026·Quelle: Hugging Face Blog
Unsere Einordnung
Das ist genau die Entwicklung, die Edge-KI von akademischem Konzept zur praktischen Realität macht. Wenn KI-Agenten ohne Cloud-Infrastruktur auf persönlichen Geräten laufen, verschieben sich die Machtverhältnisse in der KI-Industrie – weniger Abhängigkeit von großen Cloud-Providern, mehr Datenschutz, niedrigere Betriebskosten. LiquidAI zeigt hier, dass Größe nicht mehr die einzige Währung ist; intelligentes Training schlägt rohe Parameter.
Schlüsselfakten
- LFM2.5-2.6B ist ein 2,6-Milliarden-Parameter-Modell für On-Device-KI-Agenten
- Konkurriert mit vier Mal größeren Modellen bei Tool-Nutzung und Multi-Step-Aufgaben
- Läuft mit 220 Token/s auf Apple M5 Max und 113 Token/s auf AMD Ryzen CPUs
- Verbraucht weniger als 2,5 GB Speicher, ideal für Laptops und Smartphones
- Trainiert mit agentic reinforcement learning in realen Agent-Umgebungen wie OpenClaw