PC Watchは2026年6月8日、米Liquid AIがエッジ推論向けの日本語AIモデル2種を公開したと報じた。「LFM2.5-1.2B-JP-202606」（汎用チャットモデル）と「LFM2.5-Audio-1.5B-JP」（音声・テキストマルチモーダルモデル）で、いずれも年間収益1,000万ドル（約15億円）未満の企業では無償で商用利用できる。

Liquid AI LFM2.5とは

LFM2.5（Liquid Foundation Models 2.5）は、高速推論とオンデバイス展開を主目的に設計されたマルチモーダルアーキテクチャだ。最大32,768トークンのコンテキスト長をサポートし、Transformers・llama.cppなど主要な推論フレームワークに対応する。今回の日本語モデル2種は、エッジデバイスやパーソナルアシスタントへの組み込みを念頭に置いた設計となっている。

2つのモデルの特徴

LFM2.5-1.2B-JP-202606（汎用チャットモデル）

パラメータ数1.17B（約12億）の小型日本語チャットモデル。PC Watchの記事によると、知識・指示追従・数学・コードといった各領域で前世代から大幅な性能改善を実現したとされる。主要スペックは以下のとおり。

  • パラメータ数: 1.17B
  • レイヤー数: 16
  • コンテキスト長: 32,768トークン
  • 語彙数: 65,536
  • トレーニング規模: 31.5Tトークン
  • 知識カットオフ: 2024年中頃
  • 対応フォーマット: GGUF / ONNX / MLX
  • 対応言語: 英語・日本語

GGUFフォーマット対応により、llama.cppを使ったローカル実行が可能。一般的なPCや組み込み機器での動作が現実的な選択肢となっている。

LFM2.5-Audio-1.5B-JP（音声・テキストモデル）

Liquid AI初の日本語音声モデルで、パラメータ数は1.5B。音声認識（ASR）・音声合成（TTS）・音声間変換（Speech-to-Speech）の3タスクを単一モデルで担う点が大きな特徴だ。別途ASRやTTSエンジンを用意することなく、低遅延でリアルタイムな音声会話を実現できる設計となっている。

  • パラメータ数: 1.5B
  • コンテキスト長: 32,768トークン
  • 生成方式: インターリーブド生成 / シーケンシャル生成
  • 対応タスク: ASR / TTS / Speech-to-Speech

日本市場での注目点

今回のリリースで特に注目すべきはライセンス条件の間口の広さだ。年間収益1,000万ドル（約15億円）未満の企業ならば無償で商用利用できるLFM Open License v1.0は、日本のスタートアップや中小企業にとって現実的な選択肢になりうる。

モデルのサイズが1.2B〜1.5Bという軽量クラスであることも重要だ。現行の主要な日本語LLMの多くが数十〜数百億パラメータを要求するのに対し、今回のモデルは一般的なPCや小型ボードコンピュータ上での動作が視野に入る。音声AIをクラウドAPIに頼らずオンデバイスで実装したい組み込み系エンジニアや、プライバシー要件が厳しい業務システムへの組み込みを検討している開発者には、評価を検討する価値があるだろう。

なお、PC Watchの記事時点（2026年6月8日）では国内の正式サポートに関する情報は確認されていない。モデルはHugging Face経由で取得可能とみられる。

筆者の見解

エッジ推論向けの軽量日本語モデルが、音声まで含めて無償提供される——これは日本の開発者コミュニティにとって実用的なニュースだ。

特に「ASR・TTS・Speech-to-Speechを単一モデルで担う」という設計は、AIエージェントの実装コストを下げる観点で興味深い。自律的にループで動作するエージェントを構築するとき、音声インターフェースの処理を複数のAPIに分割せず単一モデルで完結できれば、レイテンシの削減と構成の単純化につながる。

一方で、1.2Bクラスのモデルに何を期待するかは冷静に見極める必要がある。推論速度とモデルサイズを優先した設計である以上、複雑な推論や長文生成での品質は大規模モデルに劣る。「軽量で動くモデル」と「高精度が求められるモデル」を用途に応じて使い分ける判断力が、実装する側には求められる。

クラウドAPIへの依存を減らしてオンデバイスで日本語AIを動かしたい場合のベースライン候補として、一度評価してみる価値はある。

出典: この記事は Liquid AI、エッジ推論に対応する日本語の音声/言語AIモデルを無料公開 の内容をもとに、筆者の見解を加えて独自に執筆したものです。