在人工智能領(lǐng)域，一場(chǎng)革命性的變革正在悄然發(fā)生。想象一下，如果大語(yǔ)言模型的強(qiáng)大功能能夠在顯著降低能耗的同時(shí)實(shí)現(xiàn)，這將帶來怎樣的影響？更進(jìn)一步，如果這種模型能夠在我們的智能手機(jī)上直接運(yùn)行，那又會(huì)開啟怎樣的新篇章？

新一代AI平臺(tái)正以前所未有的設(shè)計(jì)理念推動(dòng)行業(yè)發(fā)展，這些平臺(tái)不僅致力于節(jié)能，還解鎖了一系列全新的、改進(jìn)的功能。尤為重要的是，它們提供了邊緣計(jì)算能力，這一技術(shù)正在逐步改變數(shù)據(jù)處理的方式。

邊緣計(jì)算，簡(jiǎn)而言之，是指將數(shù)據(jù)處理和其他計(jì)算任務(wù)移至接近數(shù)據(jù)源的地方進(jìn)行，即在用戶的終端設(shè)備，如數(shù)據(jù)收集硬件或個(gè)人手機(jī)上完成。這一轉(zhuǎn)變意味著，我們不再完全依賴云端處理，而是開始回歸本地計(jì)算，這既減少了數(shù)據(jù)傳輸成本，又增強(qiáng)了控制力。

在云端集中存儲(chǔ)數(shù)據(jù)的時(shí)代，雖然便捷，但也伴隨著高昂的傳輸成本和有限的控制靈活性。而邊緣計(jì)算則通過本地運(yùn)行操作，帶來了顯著的效率提升，尤其是在能源消耗和應(yīng)對(duì)氣候變化方面。這一轉(zhuǎn)變不僅環(huán)保，還促進(jìn)了技術(shù)的廣泛應(yīng)用。

在這場(chǎng)變革中，一種名為液體基礎(chǔ)模型（LFM）的新興技術(shù)嶄露頭角。這些模型從傳統(tǒng)的基于Transformer的大語(yǔ)言模型設(shè)計(jì)中脫穎而出，展現(xiàn)出全新的形態(tài)。據(jù)VentureBeat報(bào)道，LFM在性能上已經(jīng)超越了同等規(guī)模的Transformer模型，如meta的Llama 3.1-8B和微軟的Phi-3.5 3.8B。

LFM不僅在性能基準(zhǔn)測(cè)試中表現(xiàn)出色，還在運(yùn)營(yíng)效率上展現(xiàn)出巨大潛力，適用于從金融服務(wù)、生物技術(shù)到消費(fèi)電子等多個(gè)領(lǐng)域的企業(yè)級(jí)應(yīng)用，甚至能夠部署在邊緣設(shè)備上。Liquid AI的顧問及與MIT CSAIL實(shí)驗(yàn)室有緊密聯(lián)系的專家，對(duì)這一創(chuàng)新給予了高度評(píng)價(jià)。

在一次訪談中，Liquid AI的Ramin Hasani分享了團(tuán)隊(duì)如何利用秀麗隱桿線蟲的大腦開發(fā)模型，以及這些后Transformer模型在設(shè)備、汽車、無(wú)人機(jī)和飛機(jī)上的廣泛應(yīng)用。他提到，LFM能夠完成GPT的工作，而且在設(shè)備上本地運(yùn)行，無(wú)需依賴云端。

“它們能夠聽，也能夠說話。”Hasani強(qiáng)調(diào)說。這些模型不僅具備強(qiáng)大的功能，還帶來了隱私、安全和低延遲應(yīng)用的顯著優(yōu)勢(shì)，這是傳統(tǒng)AI公司所無(wú)法提供的。

自項(xiàng)目啟動(dòng)以來，Liquid AI一直在與各大公司進(jìn)行商業(yè)討論，探索如何將這一創(chuàng)新技術(shù)應(yīng)用于企業(yè)。Hasani指出，隱私、安全和低延遲是企業(yè)最為關(guān)心的三個(gè)方面，而LFM正是解決這些問題的關(guān)鍵。

尤為如果LFM能夠在設(shè)備上離線運(yùn)行，那么我們將無(wú)需依賴龐大的基礎(chǔ)設(shè)施。數(shù)據(jù)中心、云服務(wù)等將不再是必需，這不僅降低了成本，還提高了性能。這正是“摩爾定律”在AI領(lǐng)域應(yīng)用的體現(xiàn)，意味著AI系統(tǒng)正迅速變得更便宜、更多樣化、更易于管理。