Liquid AI，一家由麻省理工学院分拆的人工智能新创企业，近日推出了全新的多模态生成式AI模型——Liquid基础模型（LFM）。
该模型基于液体神经网络概念，与当前主流的Transformer架构设计不同，据称性能卓越，甚至超越了部分最好的大型语言模型（LLM）。
Liquid AI总部位于波士顿，由MIT的研究人员创立，是液体神经网络概念的先驱。
LFM有三种不同的模型，分别是最小的LFM 1.3B、LFM 3B和最大的LFM 40B MoE，其中“B”代表十亿，指的是模型参数的数量。参数数量越多，模型越能胜任更广泛的任务。
LFM 1.3B版本在许多第三方基准测试中均优于Meta的Llama 3.2-1.2B和微软的Phi-1.5，特别是在大规模多任务语言理解（MMLU）测试中，首次显著优于基于Transformer的模型。
此外，LFM-3B仅需16GB存储器，而Meta的Llama-3.2-3B模型则需超过48GB，展现了LFM在优化存储器效率方面的优势。
