מהפכת ה־AI על־גבי המכשיר: Liquid AI משיקה משפחת מודלי Nano קטנים אך בעלי ביצועי ענק
Liquid AI משיקה משפחת מודלי Nano (350M-2.6B פרמטרים) ל־AI מקומי בעל ביצועים גבוהים במשימות ייעודיות. הגודל המזערי מאפשר הרצת GPT-4o-level ברמת מכשיר, תוך שמירה על פרטיות וצמצום צריכת אנרגיה. כולל דוגמאות ביצועים מול מודלים גדולים פי 10×, זמינות ל־iOS/Android, והרישיון הגמיש.
מודל חדש של AI Liquid AI, סטארטאפ שהוקם על ידי בוגרים מ־MIT, חושף משפחת מודלים חדשנית בשם Liquid Nanos - המודלים הקטנים בעולם המספקים ביצועים מקבילים ל־GPT-4o של OpenAI במשימות ייעודיות. הגודל המזערי (350M עד 2.6B פרמטרים) מאפשר הרצה מקומית על כל מכשיר - מסמארטפונים ועד למחשבים ניידים ומערכות משובצות.
מה הופך אותם למיוחדים?
- ביצועים עולים על מודלים גדולים פי 10 (כמו Gemma 3.27B של גוגל)
- תחומי מומחיות ספציפיים: תרגום, חילוץ נתונים, RAG (Retrieval Augmented Generation), עיבוד מתמטי ופעולות API
- תיעדוף פרטיות - עיבוד 100% מקומי ללא צורך בענן
- חיסכון באנרגיה משמעותי לעומת מודלים מבוססי ענן
דוגמאות בולטות | LFM2-350M-ENJP-MT | תרגום אנגלית-יפנית ברמה זהה ל־GPT-4o במודל בגודל 1/500 | | LFM-350M-Extract | חילוץ נתונים ממיילים (PDF/דוא"ל) ל־JSON עם דיוק גבוה | | LFM-1.2B-Tool | ביצוע קריאות API בתצורה מקוצרת (low-latency tool calls) |
האדריכלות המהפכנית לעומת מודלי Transformer מבוססי GPT, Liquid AI משתמשים ב־Liquid Neural Networks. על פי נתוני החברה, הארכיטקטורה הספציפית מאפשרת:
- דיוק גבוה יותר במשימות ייעודיות
- יעילות אנרגטית משופרת
- זמן תגובה מהיר פי 2 על מעבדים סטנדרטיים
זמינות וחסרונות
- 🛠️ המודלים זמינים ב־LEAP (ללפטופים ויישומים), Hugging Face, ואפליקציית Apollo (iOS)
- הגבלת רישיון - ארגונים עם מעל 10M$ הכנסה יידרשו לרישיון מסחרי
מאמת החברה "מאזנים את כלכלת ה־AI העולמית" - לדברי ראמין האסני, CEO. "הזרמת 1 טריליון דולר למרכזי נתונים עד 2027 היא אוטופיה. הפתרון הוא ב־Hybrid Intelligence: עיבוד מקומי + משימות מורכבות בענן"
תגובת AMD
"מאמינים בפוטנציאל של עיבוד מקומי להקניית בינה מלאכותית בקנה מידה רחב תוך שימת דגש על קיימות" - מארק פייפר מאסטר, CTO בחברת AMD.
