Liquid AI เปิดตัวโมเดล LFM2.5-230M ขนาดเล็กที่สุด ชนะโมเดลขนาดใหญ่กว่า 4 เท่าในการดึงข้อมูล

Liquid AI ซึ่งก่อตั้งโดยนักวิทยาศาสตร์คอมพิวเตอร์จาก MIT ได้เปิดตัวโมเดลภาษา AI ขนาดเล็กที่สุดของตน LFM2.5-230M โดยโมเดลนี้มีจำนวนพารามิเตอร์เพียง 230 ล้านตัว ถูกออกแบบมาเพื่อการทำงานในอุปกรณ์ที่มีข้อจำกัดด้านทรัพยากร เช่น สมาร์ทโฟน แล็ปท็อป และหุ่นยนต์ ซึ่งสามารถทำงานได้ในสภาพแวดล้อมที่หลากหลาย โมเดลนี้มีความโดดเด่นในการดึงข้อมูลที่มีประสิทธิภาพสูงแม้จะมีขนาดเล็ก เมื่อเปรียบเทียบกับโมเดลที่มีขนาดใหญ่กว่า 4 เท่า เช่น Alibaba Qwen3.5-0.8B และ Google Gemma 3 1B ที่มีจำนวนพารามิเตอร์ถึง 800 ล้านและ 1,000 ล้านตามลำดับ

Liquid AI ระบุว่า โมเดล LFM2.5-230M ถูกออกแบบมาเพื่อรองรับการทำงานของผู้พัฒนาและวิศวกรที่ต้องการสร้างระบบการดึงข้อมูลที่มีน้ำหนักเบาและระบบอัตโนมัติที่ทำงานที่ขอบ (edge systems) โดยโมเดลนี้มีใบอนุญาตการใช้งานเชิงพาณิชย์แบบสองทาง ซึ่งยังคงให้บริการฟรีสำหรับบุคคลและบริษัทที่มีรายได้ต่อปีไม่เกิน 10 ล้านดอลลาร์สหรัฐ สำหรับบริษัทที่มีรายได้สูงกว่านั้นจะต้องมีข้อตกลงการใช้งานเชิงพาณิชย์ที่ต้องชำระเงิน

การเปิดตัวโมเดลนี้ถือเป็นการเปลี่ยนแปลงที่สำคัญในทิศทางของประสิทธิภาพเชิงสถาปัตยกรรม ซึ่งให้ความสำคัญกับการทำงานที่มีประสิทธิภาพมากกว่าการเพิ่มจำนวนพารามิเตอร์อย่างไม่หยุดยั้ง ในขณะที่บริษัท AI ใหญ่ ๆ เช่น Anthropic, OpenAI, Google, Microsoft, และ Meta ยังคงแข่งขันกันในการเพิ่มจำนวนพารามิเตอร์ไปจนถึงหลักร้อยพันล้านหรือหลักล้านล้านเพื่อให้ได้ประสิทธิภาพสูงสุด LFM2.5-230M แสดงให้เห็นว่าอุปกรณ์ที่มีขนาดเล็กไม่จำเป็นต้องมีพลังการประมวลผลที่มหาศาลเพื่อให้บรรลุผลลัพธ์ที่ดี

Liquid AI ได้ทำการฝึกโมเดลนี้ด้วยข้อมูลจำนวนมหาศาลถึง 19 ล้านล้านโทเคนในขนาดพารามิเตอร์เพียง 230 ล้านตัว ซึ่งแสดงให้เห็นถึงความสามารถในการบีบอัดข้อมูลและการประมวลผลที่มีประสิทธิภาพสูง โดยโมเดลนี้สามารถทำงานได้ในหลากหลายสภาพแวดล้อมและอุปกรณ์ที่มีข้อจำกัดด้านทรัพยากร ซึ่งเป็นแนวทางใหม่ที่สามารถนำไปใช้ได้ในหลายอุตสาหกรรม ทั้งในด้านการพัฒนาซอฟต์แวร์ การวิเคราะห์ข้อมูล และการสร้างระบบอัตโนมัติในอนาคต