Liquid AI im Test: Die Zukunft von Edge-nativer KI jenseits von Transformern

#Quasa #QUA #liquidai

Liquid AI (vorgestellt auf Quasa.io/projects/liquid-ai) ist eine Ausgründung des MIT, die eine neue Generation effizienter Liquid Foundation Models (LFMs) entwickelt — Architekturen ohne Transformer, die von Grund auf für den Einsatz in der Praxis konzipiert wurden.

Anstatt immer größeren Cloud-Modellen hinterherzujagen, konzentriert sich Liquid auf leistungsstarke KI mit geringer Latenz, die nativ auf Geräten läuft: Smartphones, Laptops, Autos, Wearables, Robotern und Edge-Hardware.

Im Kern liefert Liquid AI durch ein auf die Hardware abgestimmtes Modelldesign maximale Intelligenz bei minimalem Rechenaufwand.

Zu den wichtigsten Merkmalen gehören:

• Liquid Foundation Models (LFM2-Serie) — Spitzenleistung bei drastisch geringerem Speicher- und Stromverbrauch. Die Modelle reichen von 350M bis 24B+ Parametern, einschließlich Mixture-of-Experts-Varianten, die pro Token nur einen Bruchteil der Parameter aktivieren.
• Direkt auf dem Gerät & Edge-nativ — Latenz unter 20ms, Agenten mit Werkzeugaufrufen, Bild-Sprach-Modelle (LFM2-VL), Audiomodelle und Modelle für logisches Schlussfolgern, die vollständig offline laufen und umfassenden Datenschutz bieten.
• LEAP Platform & Liquid Apollo — Einfache Entwicklerwerkzeuge zur Spezialisierung, Feinabstimmung und Bereitstellung von LFMs auf CPUs, GPUs und NPUs.
• Unternehmens- & Branchenlösungen — Maßgeschneiderte Modelle für die Automobilbranche (Mercedes-Benz), E-Commerce, das Finanzwesen, die Pharmabranche (mit Insilico Medicine) und die Robotik.
• Hybride & private Bereitstellung — Leistungsstarke KI in der Cloud, vor Ort oder vollständig auf dem Gerät betreiben — ideal für regulierte Branchen und latenzkritische Anwendungen.

Die Lösung ist ideal für KI-Ingenieure, Produktteams, Automobilhersteller, Robotikunternehmen, Marken für Unterhaltungselektronik, Start-ups, die differenzierte KI entwickeln, und alle Organisationen, die schnelle, private und kosteneffiziente Intelligenz am Netzwerkrand benötigen. Im Jahr 2026 führt Liquid AI den Wandel von reiner Cloud-KI zu wirklich allgegenwärtiger, gerätenativer Intelligenz an.

Die Entwickler- und Unternehmenscommunity ist begeistert:
“Endlich Basismodelle, die tatsächlich mit brauchbarer Geschwindigkeit auf meinem Laptop laufen, ganz ohne Cloud-Kosten.”
“Die LFMs von Liquid haben unsere Latenzanforderungen für KI im Auto deutlich übertroffen und dabei die Daten vollständig privat gehalten.”
“Diese Modelle fühlen sich wie die Zukunft an — effizient, multimodal und wirklich überall einsetzbar.”

Besonders stark ist die Lösung bei der KI-Inferenz direkt auf dem Gerät, Anwendungen mit Datenschutz als oberster Priorität, stromsparenden Robotik- und Automobilanwendungen, der schnellen Spezialisierung von Modellen und der Bereitstellung hoher Leistung ohne riesige GPU-Farmen.

Nachteile: Im Vergleich zu den dominierenden Transformern noch eine neuere Architektur (Ökosystem und Werkzeuge wachsen schnell, sind aber noch nicht so ausgereift); die besten Ergebnisse werden oft durch hardwarespezifische Optimierung erzielt; für komplexe Anwendungsfälle sind maßgeschneiderte Unternehmenslösungen der erfolgversprechendste Weg.

Insgesamt ist Liquid AI für Teams, die 2026 leistungsfähige KI suchen, die den praktischen Grenzen bei Latenz, Stromverbrauch, Datenschutz und Hardware Rechnung trägt, eines der spannendsten und praxisorientiertesten Unternehmen für Basismodelle. Es ist nicht einfach nur ein weiterer LLM-Anbieter — es definiert neu, wie und wo KI tatsächlich existiert und arbeitet.

Verdiene auch über Quasa eine Belohnung in QUA!

4.9/5 Sterne (herausragend bei Effizienz, Leistung auf realen Geräten und zukunftsweisender Architektur; wachsendes Ökosystem).

Jetzt loslegen: https://quasa.io/projects/liquid-ai