Liquid AI aztergai: gailuetan bertan exekutatzen den AAren etorkizuna, transformadoreetatik harago

#Quasa #QUA #liquidai

Liquid AI (Quasa.io/projects/liquid-ai orrian aurkeztua) MITetik sortutako enpresa bat da, Liquid Foundation Models (LFMs) eredu eraginkorren belaunaldi berri bat garatzen ari dena — oinarrizko printzipioetatik abiatuta mundu errealean hedatzeko diseinatutako arkitekturak, transformadoreetan oinarritzen ez direnak.

Hodeiko eredu gero eta handiagoen atzetik ibili beharrean, Liquid errendimendu handiko eta latentzia txikiko AA garatzen ari da, gailuetan bertan exekutatzeko: telefonoetan, ordenagailu eramangarrietan, autoetan, gorputzean eramateko gailuetan, robotetan eta sarearen ertzeko hardwarean.

Liquid AIren oinarria da ahalik eta adimen handiena eskaintzea ahalik eta konputazio gutxien erabiliz, hardwarearen ezaugarriak kontuan hartzen dituen ereduen diseinuaren bidez.

Ezaugarri nagusiak:

• Liquid Foundation Models (LFM2 seriea) — Errendimendurik aurreratuena, memoria eta energia askoz gutxiago erabiliz. Ereduak 350M eta 24B+ parametro artekoak dira; besteak beste, Mixture-of-Experts aldaerak dituzte, token bakoitzeko parametroen zati bat soilik aktibatzen dutenak.
• Gailuetan eta sarearen ertzean bertan exekutatzeko sortuak — 20ms-tik beherako latentzia, tresnei dei egiten dieten agenteak, ikusmen- eta hizkuntza-ereduak (LFM2-VL), audio-ereduak eta arrazoiketa-ereduak, erabat lineaz kanpo eta pribatutasun osoz exekutatzen direnak.
• LEAP Platform eta Liquid Apollo — Garatzaileentzako tresna errazak, LFMs ereduak espezializatzeko, doikuntza fina egiteko eta CPU, GPU eta NPUetan hedatzeko.
• Enpresentzako eta industriarako irtenbideak — Neurrira egindako ereduak automobilgintzarako (Mercedes-Benz), merkataritza elektronikorako, finantzetarako, farmazia-industriarako (Insilico Medicine enpresarekin) eta robotikarako.
• Hedapen hibridoa eta pribatua — Exekutatu AA indartsua hodeian, instalazio propioetan edo osorik gailuan bertan — ezin hobea sektore arautuentzat eta latentzia funtsezkoa duten aplikazioentzat.

Ezin hobea da AAko ingeniarientzat, produktu-taldeentzat, automobil-ekoizleentzat, robotika-enpresentzat, kontsumo-elektronikako markentzat, AA bereizgarria garatzen duten enpresa sortu berrientzat eta sarearen ertzean adimen azkarra, pribatua eta kostu aldetik eraginkorra behar duen edozein erakunderentzat. 2026an, Liquid AI hodeian soilik exekutatzen den AAtik benetan nonahikoa den eta gailuetan bertan exekutatzeko sortua den adimenerako aldaketa gidatzen ari da.

Garatzaileen eta enpresen komunitatea pozarren dago:
“Azkenean, nire ordenagailu eramangarrian benetan abiadura erabilgarrian exekutatzen diren oinarri-ereduak, hodeiko kosturik gabe.”
“Liquid-en LFMs ereduek aise gainditu zituzten auto barruko AArako genituen latentzia-eskakizunak, datuak erabat pribatu mantenduz.”
“Eredu hauek etorkizuna dirudite — eraginkorrak, multimodalak eta benetan edonon hedatzeko modukoak.”

Bereziki nabarmentzen da gailuetan bertan AAren inferentzia egitean, pribatutasuna lehenesten duten aplikazioetan, kontsumo txikiko robotikan eta automobilgintzako erabileretan, ereduak azkar espezializatzean eta GPU multzo erraldoirik gabe errendimendu handia eskaintzean.

Alde txarrak: Arkitektura berriagoa da oraindik nagusi diren transformadoreen aldean (ekosistema eta tresnak azkar hazten ari dira, baina oraindik ez dute heldutasun bera); emaitzarik onenak hardware jakin baterako optimizazioaren bidez lortzen dira maiz; erabilera konplexuetarako biderik sendoena enpresentzako neurrira egindako lana da.

Oro har, 2026an latentziaren, energiaren, pribatutasunaren eta hardwarearen mundu errealeko mugak errespetatzen dituen AA ahaltsua nahi duten taldeentzat, Liquid AI oinarri-ereduak garatzen dituzten enpresa zirraragarrienetako eta praktikoenetako bat da. Ez da beste LLM hornitzaile bat soilik — AA benetan nola eta non dagoen eta aritzen den birdefinitzen ari da.

Irabazi QUA saria Quasa bidez ere!

4.9/5 izar (bikaina eraginkortasunean, benetako gailuetako errendimenduan eta etorkizunera begirako arkitekturan; hazten ari den ekosistema).

Hasi: https://quasa.io/projects/liquid-ai