在大模型的竞赛中，参数规模往往被视为性能的决定性因素。但近期，Liquid AI 的研究团队提出了一个不同寻常的案例：一个仅有 3.5 亿参数的模型，经过微调后，竟能在中短上下文的实时日语英语翻译任务上，与 GPT-4o 竞争。
本次投资人访谈，我们邀请到观正资本合伙人林子钧。LiquidMetal Ventures （观正资本） 作为专注于科技前沿领域的投资机构，始终以全球化视野捕捉技术变革中的投资机遇。
近年来大语言模型（LLM）的迅猛发展正推动人工智能迈向多模态融合的新纪元。然而，现有主流多模态大模型（MLLM）依赖复杂的外部视觉模块（如 CLIP 或扩散模型），导致系统臃肿、扩展受限，成为跨模态智能进化的核心瓶颈。
2024年大模型融资火热，全球超4000亿。2024年——大模型创企正与巨额融资深度绑定。仅在2024年最后一个月，就有xAI拿下60亿美元、阶跃星辰的数亿美元、Perplexity AI的5亿美元、智谱AI 30亿元、Liquid AI的2.5亿美元……
挑战Transformer，MIT初创团队推出LFM（Liquid Foundation Model）新架构模型爆火。
就在刚刚，MIT系初创公司Liquid AI团队官宣：推出首批多模态非Transformer模型——液体基础模型LFM。
一个受线虫启发的全新架构，三大「杯型」均能实现 SOTA 性能，资源高度受限环境也能部署。移动机器人可能更需要一个虫子的大脑。
