Liquid AI تُصدر أسرع وأفضل نماذج المؤسسات الصغيرة مفتوحة المصدر أداءً في العالم

(BUSINESS WIRE)-- أعلنت شركة Liquid AI اليوم عن إطلاق الجيل التالي من نماذج Liquid Foundation ‏ (LFM2)، والتي سجلت أرقامًا قياسية جديدة في السرعة وكفاءة الطاقة والجودة في فئة نماذج الحافة. يعتمد هذا الإصدار على نهج Liquid AI المبدئي لتصميم النماذج. على عكس النماذج التقليدية المبنية على المحولات، يتكون LFM2 من مشغلين منظمين ومتكيّفين يسمحون بتدريب أكثر كفاءة واستدلال أسرع وتعميم أفضل - خاصة في السيناريوهات ذات السياق الطويل أو المقيدة بالموارد.

 أطلقت Liquid AI برنامج LFM2 الخاص بها مفتوح المصدر، مما أدى إلى تقديم الهندسة المعمارية الجديدة بشفافية كاملة للعالم. يمكن الآن تنزيل أوزان LFM2 من Hugging Face كما أصبحت متاحة أيضًا من خلال Liquid Playground للاختبار. وأعلنت Liquid AI أيضًا أن النماذج سيتم دمجها في منصة Edge AI الخاصة بها وتطبيق المستهلك الأصلي لنظام التشغيل iOS للاختبار في الأيام التالية.

 قال Ramin Hasani، المؤسس المشارك والرئيس التنفيذي لشركة Liquid AI: "في Liquid، نقوم ببناء نماذج أساسية هي الأفضل في فئتها مع وضع الجودة والزمن الكامن وكفاءة الذاكرة في الاعتبار. تم تصميم وتطوير وتحسين سلسلة نماذج LFM2 للنشر على أي جهاز على أي معالج، مما يفتح المجال حقًا لتطبيقات الذكاء الاصطناعي التوليدي والوكيل على الحافة. يعتبر LFM2 الأول في سلسلة النماذج القوية التي سنطلقها في الأشهر المقبلة".

ويمثل إصدار LFM2 علامة فارقة في المنافسة العالمية للذكاء الاصطناعي، وهو المرة الأولى التي تثبت فيها شركة أمريكية علنًا مكاسب واضحة في الكفاءة والجودة مقارنة بنماذج اللغة الصغيرة مفتوحة المصدر الرائدة في الصين، بما في ذلك تلك التي طورتها Alibaba وByteDance.

في التقييمات المباشرة، تتفوق نماذج LFM2 على المنافسين المتطورين من حيث السرعة والزمن الكامن ومعايير اتباع التعليمات. النقاط الرئيسية:

• يظهر LFM2 إنتاجية أعلى بنسبة 200 بالمائة وزمن وصول أقل مقارنةً بـ Qwen3 وGemma 3n Matformer وكل النماذج الانحدارية التلقائية الأخرى القائمة على المحولات وغير القائمة على المحولات المتوفرة حتى الآن، على وحدة المعالجة المركزية.

• النموذج ليس الأسرع فحسب، بل إنه أيضًا يحقق أداءً أفضل بكثير في المتوسط من النماذج في كل فئة حجم في متابعة التعليمات واستدعاء الوظائف (السمات الرئيسية لـ LLMs في بناء وكلاء الذكاء الاصطناعي الموثوق بهم). وهذا يضع LFM2 كاختيار مثالي للنماذج لحالات الاستخدام المحلية والطرفية.

• تُظهر آلات LFM المبنية على أساس هذه الهندسة المعمارية الجديدة والبنية الأساسية الجديدة للتدريب تحسنًا بنسبة 300 بالمائة في كفاءة التدريب مقارنة بالإصدارات السابقة من آلات LFM، مما يجعلها الطريقة الأكثر فعالية من حيث التكلفة لبناء أنظمة الذكاء الاصطناعي متعددة الأغراض.

يؤدي تحويل النماذج التوليدية الكبيرة من السحب البعيدة إلى نماذج LLM البسيطة على الجهاز إلى فتح زمن انتقال بالمللي ثانية، والمرونة دون اتصال بالإنترنت، وخصوصية البيانات السيادية. وهذه القدرات ضرورية للهواتف، وأجهزة الكمبيوتر المحمولة، والسيارات، والروبوتات، والأجهزة القابلة للارتداء، والأقمار الصناعية، وغيرها من نقاط النهاية التي يجب أن تعمل في الوقت الحقيقي. ن تجميع القطاعات الرأسية عالية النمو مثل الذكاء الاصطناعي في الإلكترونيات الاستهلاكية والروبوتات والأجهزة الذكية والتمويل والتجارة الإلكترونية والتعليم، قبل احتساب مخصصات الدفاع والفضاء والأمن السيبراني، يدفع السوق المالية للنماذج الأساسية المدمجة الخاصة نحو علامة تريليون دولار بحلول عام 2035.

تتعاون Liquid AI مع عدد كبير من شركات Fortune 500 في هذه القطاعات. إنهم يقدمون نماذج أساسية متعددة الوسائط صغيرة الحجم فائقة الكفاءة مع مجموعة نشر آمنة على مستوى المؤسسة تعمل على تحويل كل جهاز إلى جهاز ذكاء اصطناعي محليًا. يمنح هذا Liquid AI الفرصة للحصول على حصة كبيرة في السوق مع تحول المؤسسات من LLMs السحابية إلى الذكاء الموفر للتكلفة، والسريع، والخاص، والمحلي.

 حول Liquid AI:

 تعد Liquid AI في طليعة ابتكارات الذكاء الاصطناعي، حيث تعمل على تطوير نماذج أساسية تضع معايير جديدة للأداء والكفاءة. مع مهمة بناء أنظمة الذكاء الاصطناعي الفعالة متعددة الأغراض على كل مقياس، تواصل Liquid AI دفع حدود مقدار الذكاء الذي يمكن وضعه في الهواتف وأجهزة الكمبيوتر المحمولة والسيارات والأقمار الصناعية والأجهزة الأخرى. لمعرفة المزيد قم بزيارةwww.liquid.ai .

إن نص اللغة الأصلية لهذا البيان هو النسخة الرسمية المعتمدة. أما الترجمة فقد قدمت للمساعدة فقط، ويجب الرجوع لنص اللغة الأصلية الذي يمثل النسخة الوحيدة ذات التأثير القانوني.