شرکت نوپای Liquid AI که از MIT جدا شده است، طرح اولیه آموزش مدل‌های کوچک در سطح سازمانی را منتشر کرد.

وقتی Liquid AI، استارتاپی که توسط دانشمندان کامپیوتر MIT در سال 2023 تاسیس شد، سری مدل‌های پایه Liquid Foundation Models 2 (LFM2) را در جولای 2025 معرفی کرد، پیشنهاد آن ساده بود: ارائه سریع‌ترین مدل‌های پایه روی دستگاه در بازار با استفاده از معماری جدید "مایع"، با کارایی آموزش و استنتاج که مدل‌های کوچک را به جایگزینی جدی برای مدل‌های زبان بزرگ (LLM) مبتنی بر ابر مانند سری GPT از OpenAI و Gemini از گوگل تبدیل می‌کرد. انتشار اولیه، نقاط بازرسی متراکم با 350 میلیون، 700 میلیون و 1.2 میلیارد پارامتر، یک معماری ترکیبی با وزن سنگین به سمت پیچش‌های کوتاه گیت‌دار و اعداد معیار که LFM2 را از نظر کیفیت و توان عملیاتی CPU جلوتر از رقبای هم‌اندازه مانند Qwen3، Llama 3.2 و Gemma 3 قرار می‌داد، ارائه کرد. پیام به شرکت‌ها واضح بود: هوش مصنوعی بلادرنگ و حفظ حریم خصوصی بر روی تلفن‌ها، لپ‌تاپ‌ها و وسایل نقلیه دیگر نیازی به قربانی کردن قابلیت برای تاخیر ندارد.

در ماه‌های پس از آن انتشار، Liquid، LFM2 را به یک خط تولید گسترده‌تر تبدیل کرده است - افزودن انواع تخصصی وظیفه و دامنه، یک مدل کوچک برای دریافت و تجزیه و تحلیل ویدئو و یک پشته استقرار متمرکز بر لبه به نام LEAP - و مدل‌ها را به عنوان لایه کنترلی برای سیستم‌های عاملی روی دستگاه و در محل قرار داده است. اکنون، با انتشار گزارش فنی 51 صفحه‌ای LFM2 در arXiv، این شرکت یک گام جلوتر می‌رود: فرآیند جستجوی معماری، ترکیب داده‌های آموزشی، هدف تقطیر، استراتژی برنامه درسی و پس از آموزش را علنی می‌کند.