Liquid AI تطلق نموذج مفتوح الأوزان لتشغيل وكلاء الذكاء

أعلنت شركة Liquid AI، المنبثقة عن أبحاث معهد ماساتشوستس للتكنولوجيا (MIT)، عن إطلاق نموذج LFM2.5-24B-A2B، المصمم لتشغيل وكلاء الذكاء الاصطناعي بسرعة على الأجهزة المحلية، بما في ذلك الحواسيب المحمولة عالية الأداء. ويتميز النموذج بكفاءة تشغيلية تتيح له استخدام ملياري معامل نشط فقط من أصل 24 مليارًا، مع تحقيق نتائج تنافسية أمام نماذج أكبر في عدد من اختبارات استخدام الأدوات وتنفيذ المهام.

تفاصيل الخبر

يأتي إطلاق LFM2.5-24B-A2B ضمن عائلة نماذج LFM2.5 من شركة Liquid AI، ويهدف إلى توفير تجربة ذكاء اصطناعي أكثر سرعة وخصوصية، مع إمكانية تشغيل الوكلاء دون الاعتماد المستمر على خدمات الحوسبة السحابية.

أبرز مزايا النموذج:

• كفاءة في التشغيل: يستخدم ملياري معامل نشط لكل رمز، ما يساعد على تقليل متطلبات المعالجة وتسريع الاستجابة.
• نتائج قوية في اختبارات الوكلاء: تفوّق على نموذج Qwen3.6-35B-A3B أو تعادل معه في خمسة من ثمانية اختبارات متعلقة باستخدام الأدوات وتنفيذ المهام.
• سرعة على الأجهزة المحلية: سجل سرعة تصل إلى 184 رمزًا في الثانية على جهاز Apple M5 Max، وفقًا لاختبارات الشركة.
• نافذة سياق أوسع: يدعم حتى 131,072 رمزًا، مقارنةً بـ32,768 رمزًا في الإصدار السابق.
• تحسينات في التدريب: توسعت بيانات التدريب المسبق من 17 تريليونًا إلى 33 تريليون رمز، مع مراحل إضافية لتحسين الاستدلال وتنفيذ المهام متعددة الخطوات.
• دعم بيئات تشغيل متعددة: يتوافق مع أدوات مثل llama.cpp وMLX وvLLM وSGLang وONNX.

أداء النموذج مقارنة بالمنافسين

بحسب نتائج Liquid AI المنشورة، حقق النموذج 48.09 نقطة في اختبار LiveClaw، مقابل 38.19 لنموذج Qwen3.6-35B-A3B. كما سجل 27.69 نقطة في AutomationBench، متقدمًا على النموذج المنافس الذي حقق 8.72 نقطة.

ومع ذلك، لا يتصدر النموذج جميع المجالات؛ إذ أظهرت الاختبارات تفوق نماذج أكبر في بعض المهام التي تتطلب معرفة واسعة أو قدرات متقدمة في البرمجة. لذلك، تبرز قوته خصوصًا في تشغيل الوكلاء واستخدام الأدوات واتباع التعليمات.

تشغيل وكلاء الذكاء الاصطناعي دون الاعتماد على السحابة

توضح Liquid AI أن النموذج يستطيع العمل محليًا ضمن بيئات الوكلاء، مثل Hermes Agent، لتنفيذ مهام تشمل التخطيط واستدعاء الأدوات وجمع المعلومات. وفي عرض توضيحي للشركة، عمل النموذج على جهاز MacBook Pro مزود بمعالج M5 Max، ونفّذ مهمة إعداد موجز صباحي اعتمادًا على معلومات من Hugging Face، دون إجراء استدعاءات إلى واجهات برمجة تطبيقات سحابية.

ويتيح هذا النهج الاحتفاظ بالبيانات على الجهاز، وهو ما قد يناسب المستخدمين والشركات الذين يفضلون معالجة المعلومات محليًا، مع الاستفادة من سرعة الاستجابة وتقليل الاعتماد على الاتصال بالإنترنت.

التوفر والتكلفة

أصبح النموذج الأساسي LFM2.5-24B-A2B-Base والنموذج المحسّن LFM2.5-24B-A2B من شركة Liquid AI متاحين بأوزان مفتوحة عبر Hugging Face، إلى جانب إمكانية تجربتهما من خلال منصة Liquid AI.

وتوفر الشركة أيضًا خيار الاستخدام عبر واجهة API، بأسعار تبلغ 0.10 دولار لكل مليون رمز إدخال، و0.05 دولار للرموز المخزنة مؤقتًا، و1 دولار لكل مليون رمز إخراج. كما يحصل المستخدمون الجدد في Liquid Console على رصيد تجريبي بقيمة دولارين وفقًا للإعلان.

الأهداف المستقبلية والتطورات المتوقعة

تسعى Liquid AI من خلال هذه الخطوة إلى توسيع نطاق تشغيل الذكاء الاصطناعي على الأجهزة الشخصية، بدلًا من الاعتماد على الخوادم البعيدة في كل مهمة. ومن المتوقع أن يتيح النموذج للمطورين بناء وكلاء محليين أكثر استجابة، وتخصيص الأوزان المفتوحة لتناسب احتياجاتهم، ودمج أدوات متعددة ضمن سير عمل واحد.

وتظل الاستفادة العملية من النموذج مرتبطة بقدرات الجهاز المستخدم وطبيعة المهمة؛ فقد تكون النماذج الأكبر أنسب لبعض تطبيقات البرمجة أو المعرفة المتخصصة.