摘要

Liquid AI推出的LFM与传统Transformer架构不同，它不仅推理和计算资源需求较少，还摒弃了模仿人类大脑神经网络的设计思路。

LFM的设计灵感来源于秀丽隐杆线虫的神经结构，这种微小生物拥有高效的神经系统，Liquid AI将这一结构应用于大模型领域。

与传统大模型（如ChatGPT）相比，LFM能够以更低的成本实现更高的效率，减少了对大型数据中心的依赖，降低了预训练所需的计算能力和数据量。

Liquid AI计划利用A轮资金扩展计算基础设施，加速边缘和本地产品开发，并与合作伙伴一起将先进的AI产品推向市场，以展示其实际影响。

AI初创企业Liquid AI在官网宣布获得2.5亿美元A轮融资，估值23亿美元，本次由AMD领投。

Liquid AI推出的“液态大模型”（Liquid Foundation Models，LFM）与传统的Transformer架构有很大的不同，除了推理、计算资源较少之外，还打破了传统AI模仿人类大脑神经网络的设计思路。

LFM的设计灵感来源于秀丽隐杆线虫的神经结构，这是一种微小的生物，长度仅一毫米，却拥有异常高效的神经系统。所以，Liquid AI借鉴了它们的身体结构用在了大模型领域。

传统上，像ChatGPT这样的大模型依赖于复杂的Transformer架构，这需要大量的计算能力和数据来进行预训练，因此成本高昂且难以扩展。LFM能改变这一点，能以更低的成本实现更高的效率，减少了对大型数据中心的依赖

自成立以来，Liquid AI 一直致力于证明其科技可扩展性，已发布基于文本的模型，推出多模态LFM，并与关键合作伙伴在市场测试 AI 产品以展示其实际影响。

在接下来的阶段，Liquid AI将利用 A 轮资金扩展计算基础设施，加快边缘和本地产品（如 LFM 推理和微调堆栈）开发，并通过合作伙伴关系将先进的 AI 产品推向市场。