设备原生模型架构
Liquid Foundation Models 专为效率和现实约束而构建,网站将其描述为一种专有架构,重点关注速度、内存效率以及在任何设备上的部署。
Liquid AI 打造可原生运行于手机、汽车、机器人等边缘硬件的基础模型,提供开源模型、LEAP 部署工作流及企业授权,适合端侧 AI 与本地推理。
Liquid AI 打造的基础模型旨在原生运行于设备端和边缘环境,而不仅仅是数据中心。公司将这些 Liquid Foundation Models 定位为适用于手机、笔记本、汽车、机器人、可穿戴设备和嵌入式系统,尤其适合对延迟、隐私和硬件约束敏感的场景。
产品形态包括开源模型家族、用于定制与部署的 LEAP SDK,以及一种定价和授权模式:当公司年营收超过 1000 万美元之前,可免费商业使用。Liquid 还通过 Liquid Labs 发布研究,网站还列出了端侧、边缘、云端以及 llama.cpp、MLX、ONNX、CoreML、SGLang 和 vLLM 等部署目标与运行时。
Liquid Foundation Models 专为效率和现实约束而构建,网站将其描述为一种专有架构,重点关注速度、内存效率以及在任何设备上的部署。
模型覆盖文本、视觉语言、音频和 nano 模型家族,为不同工作负载提供多种尺寸和模态选择。
模型页面说明 LFM 可在 CPU、GPU 和 NPU 上运行,首页则列出了 llama.cpp、MLX、ONNX、CoreML、SGLang 和 vLLM 等运行时。
Liquid 表示其模型专为快速定制和微调而设计,而 LEAP 允许用户微调模型、烘焙到运行时并交付发布。
开源模型可免费下载安装、运行和微调,包括商业用途,前提是公司的年营收未超过 1000 万美元。
研究通过 Liquid Labs 公开发布,论文、基准测试和技术报告都与该模型家族相关联。
当你需要 AI 能在手机、笔记本或嵌入式硬件上本地运行,同时满足延迟和隐私约束时,可使用 LFM。
使用模型家族和定制工作流将基础模型适配到特定任务,然后通过 LEAP 将其部署到目标运行时。
对于将文本与图像,或音频与文本相结合的应用,可使用多模态和低延迟模型家族,适用于面向边缘的产品。
在为车辆、OEM 系统或其他未来可能需要企业支持的边缘部署构建产品时,可使用 Liquid 已公布的部署目标和商业授权模式。
可将公开研究和模型发布作为实验、基准测试和内部评估的基础,然后再进入生产阶段。
Liquid 的开源基础模型可免费下载安装、运行和微调,包括用于商业产品,前提是公司的年营收未超过 1000 万美元。超过该门槛后,需要商业许可证。
可以。定价页面说明,这些模型可在 CPU、GPU 和 NPU 上运行,覆盖手机、笔记本、车辆和嵌入式设备,模型规模从数亿参数到数十亿参数不等。
不需要。定价页面说明没有 copyleft 要求,因此微调后的模型可以保持私有并作为专有模型使用。
Liquid 同时支持通过开源模型自助使用,以及面向企业授权、OEM 和本地部署支持、以及专属支持的销售联系路径。
来源说明 LEAP 是从 notebook 到生产环境的最快路径:先微调模型,再将其烘焙到运行时,最后发布。模型页面也提到支持端侧、边缘和云端部署。