獨家直擊Liquid AI發佈會：非Transformer架構AI模型有了聽覺和視覺 ｜甲子光年
AI的未來不應受到限制，而應該是“Liquid”。
作者｜蘇霍伊
北京時間10月23日，美國初創公司Liquid AI在麻省理工學院（MIT）的Kresge禮堂舉辦了產品發佈會。揭曉了利用Liquid基礎模型的首批企業級產品。
Liquid AI基於第一原理，打造出了一種非Transformer架構的動態引擎——液態神經網絡（Liquid Neural Network,LNN）。通過將神經科學、物理學和動力系統的原理融入其模型設計中，Liquid AI在可解釋性和效率方面實現突破。LFM模型採用了與數學和信號處理領域相似的數學原理，因此它們特別適合處理多種類型的數據，包括文本、音頻、圖像和視頻。
誠然，OpenAI的ChatGPT和谷歌的Gemini可能正在引領人工智能革命，但這家小型初創公司也在用實力向世人證明，創新仍然具有顛覆性力量。
在昨日在宣傳片中，Liquid AI的CEO Ramin Hasani更是直言“Liquid引擎纔是真正的創新”。“它能讓每家公司都擁有自己專屬的AI解決方案，我們創建Liquid AI，是爲了讓人們能以更智能的方式接觸GenAI。”他說道。
「甲子光年」發現，LFM的特點主要有：
Liquid AI產品發佈會現場，來源：「甲子光年」拍攝
Ramin Hasani表示：“Liquid AI讓我們以全新的視角面對AI系統。我們將從底層改變AI。”
三週前，Liquid AI發佈了首批基於液態神經網絡的多模態大模型——Liquid Foundation Models（LFM），包括1.3B、3B和40B三個版本。這些生成式AI模型在各種AI任務中展現出優越性能，它們不僅具有較低的內存需求和更高的推理效率，同時在多個規模上都達到了行業領先的性能水平。
在發佈會上，他們又推出了兩款新產品——音頻LFM和視覺LFM。
音頻LFM擁有近40億參數，能直接在設備上運行。它支持無縫音頻生成，能進行語音到語音轉換和語音到文本轉換。視覺LFM能處理文本與圖像，還能在圖像上添加上下文，可以在邊緣和本地使用這些新基礎模塊解鎖許多應用。
它們可用於檢測金融交易欺詐、控制自動駕駛汽車和分析基因數據等。三星、Shopify等公司正在測試這項技術。
Ramin Hasani特別提出Liquid“不僅僅是一種AI架構”。“我們確實在AI架構上取得了創新，但架構只是基礎模型公司的一部分。我們正在構建一個完整的模型開發生態系統，不僅在架構上創新，還在學習算法、訓練方式、評估方法等方面進行突破。”他說道。
Ramin Hasani，圖片來源：Liquid AI
創始科學家Jimmy Smith介紹了Liquid AI是如何“拔高”模型質量的。“掌握知識能力、多步推理，並關注推理、訓練的效率。在特定部署場景下，我們不僅僅關注模型架構，還考慮數據、訓練算法和後期訓練的相互作用。”Jimmy Smith說。
Jimmy Smith，圖片來源：Liquid AI
高級科學家兼後期訓練負責人Maxime Labonne介紹了Liquid AI“最重要的後期訓練”。“通過創建高質量的示例，讓模型學習如何分步回答複雜問題，我們還需要評估模型的聊天功能以及與用戶的交互方式。”Maxime Labonne表示：“以及最令人興奮的模型合併。在模型合併過程中，我們將同一模型的不同版本的參數合併，創建出統一的高質量模型。”
Maxime Labonne，圖片來源：Liquid AI
電子商務公司Shopify的首席技術官、前微軟高管、Liquid AI顧問Mikhail Parakhin（左三）表示，贏得人工智能競賽最終將需要數百億美元。“甚至一千億美元。對於Liquid AI而言，目前實現這一目標是一項艱鉅的任務。”Mikhail Parakhin說，“但他們擁有一項非凡的技術。”
State of Generative AI的討論，來源：「甲子光年」拍攝
馬薩諸塞州州長Maura Healey也來到現場。她說道：“Liquid AI讓我想起了美國獨立戰爭中在列剋星敦和康德科（隸屬大波士頓區）打響的第一槍，麻州始終致力於革命和創新。”她表示，Liquid AI爲馬薩諸塞州帶來難得的機遇，讓東海岸也能在AI行業中佔據一席之地，而不至於被硅谷遠拋在後。
Ramin Hasani與Maura Healey，圖片：「甲子光年」拍攝
目前，Liquid AI已籌集近5000萬美元，但可能還需數億美元才能完善其AI應用。
Liquid AI起源MIT計算機科學與人工智能實驗室（CSAIL）。其聯合創始人之一是Daniela Rus是MIT CSAIL的主任，同時她也是Andrew和Erna Viterbi教授。與Daniela Rus一同創立Liquid AI的還有三位來自CSAIL的傑出博士後研究員。
Ramin Hasani在加入MIT前，曾是美國最大的基金管理公司之一先鋒集團（Vanguard）的首席人工智能科學家；Mathias Lechner在維也納工業大學讀書時就與Hasani共同研究線蟲的神經結構，這一研究對他們開發液體神經網絡的工作至關重要；首席科學官Alexander Amini則是Daniela Rus的博士生。
而LFM技術源自2020年底，Ramin Hasani等發表的一篇名爲《液態時間常數網 絡（Liquid Time-constant Networks）》的研究論文，這也讓液態神經網絡在數年的起伏後得到了廣泛關注。但作爲一個概念，液態神經網絡自2018年起就存在。
Ramin Hasani等受到秀麗隱杆線蟲的神經結構啓發，製造出了液體神經網絡。秀麗隱杆線蟲是首個完整繪製神經連接圖的生物。雖體型微小，卻展現出高於現有人工智能系統的學習和適應能力。它擁有302個神經元，能執行復雜行爲如覓食和交配。
基於這些生物特性，Daniela Rus等科學家開發了“液態時間常數網絡”，一個由簡單動態系統組成的連續時間模型，這些系統通過非線性門相互作用。這種模型特點是時間靈活性高，通過解微分方程生成輸出，優於傳統神經網絡模型，特別是在處理時間序列預測方面表現卓越。
顯微鏡下的秀麗隱杆線蟲，來源：維基百科
LFM的一個主要優勢是它能夠僅用很少的數字神經元就實現高效的運作，相比於其他龐大計算資源的模型，如ChatGPT，LFM在計算芯片的使用上更爲高效。OpenAI最近甚至提到，下一代ChatGPT需要達到或者依賴於國家層面的技術和資金支持，其對計算力和相關基礎設施的需求已經超出了常規商業運作的範疇。
（封面圖來源：「甲子光年」拍攝）