跳到正文
热点事件持续更新

Liquid AI 提出端侧模型定制部署路线

5 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

Liquid AI 创始人 Ramin Hasani 提出按真实设备限制定制端侧模型,以硬件在环搜索优化架构,目标是在仅配备 2 GB 内存的车机上运行多模态智能体;相关搜索覆盖 14 种设备与后端组合。 Ramin 在 Lenovo × AGI House 混合 AI Build Day 主题演讲中称,每年约有 22 亿台手机、笔记本、工厂设备和机器人出厂时具备运行基础模型的能力,但大部分设备算力尚未被利用。此次公布的是技术路线与部署目标,并不表示相关场景已全面落地。

AI 根据报道生成 · 31 分钟前更新

事件进展

2 个进展

  1. 11月19日 07:29 · 2 篇报道
    提出真实部署的端侧定制思路
    AGI Hunt:Liquid AI:每年 22 亿台设备可运行基础模型,多数算力闲置
  2. 11月19日 07:29 · 3 篇报道
    Liquid AI 主题演讲要点:让 AI 能力走进身边的每台设备
    AGI Hunt:Liquid AI:每年 22 亿台设备可运行基础模型,但多数算力闲置

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. AGI Hunt
    Liquid AI:面向真实部署定制,让 2 GB 内存车机运行多模态智能体

    Liquid AI 在主题演讲中提出面向真实部署进行定制,目标是让仅 2 GB 内存的车机也能构建多模态智能体体验。端侧优化以硬件在环架构搜索为基础,覆盖 14 种设备/后端组合。

  2. AGI Hunt
    Liquid AI:每年 22 亿台设备可运行基础模型,但多数算力闲置

    Liquid AI 的 Ramin Hasani 在 Lenovo × AGI House 混合 AI Build Day 主题演讲中表示,每年约有 22 亿台设备具备运行基础模型的能力,但这些设备的大部分算力目前处于闲置状态。Liquid AI 的目标是让可用 AI 能力进入身边的每一台终端设备。

  3. AGI Hunt
    Liquid AI:每年 22 亿台设备可运行基础模型,多数算力闲置

    Liquid AI 创始人 Ramin 提出“智能必须无处不在”的端侧 AI 路线,并估计每年约有 22 亿台可运行基础模型的设备出厂,但其中大部分算力目前处于闲置状态。Liquid AI 通过硬件在环搜索直接为目标硬件优化架构,LFM3 系列由 14 种设备与后端组合搜索而来。其定制方案还面向仅 2 GB 内存的车机,实现多模态 Agent 体验。

  4. AGI Hunt
    Liquid AI:每年 22 亿台设备可运行大模型,但多数算力处于闲置状态

    Liquid AI 创始人 Ramin Hasani 提出“让智能无处不在”的端侧 AI 路线,目标是激活设备中大量闲置的算力。每年约有 22 亿台设备从手机、笔记本到工厂设备和机器人具备运行基础模型的能力,但大部分设备算力尚未被利用。

  5. AGI Hunt
    Liquid AI 主题演讲要点:让 AI 能力走进身边的每台设备

    Liquid AI 的 Ramin 在 Lenovo × AGI House Hybrid AI Build Day 发表端侧 AI 主题演讲,主张让智能无处不在。其方法论包括与硬件协同设计架构、针对真实部署约束定制,以及为设备端持续学习进行可适应性设计。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。