Liquid AI
Liquid AI · コーディング · その他
Liquid AIはLiquid Foundation Modelsを開発する。スマートフォン、ノートPC、エッジハードウェア上でクラウド接続なしに動く、小型のオープンウェイトAIモデル群だ。
Liquid AI について
What Is Liquid AI
Liquid AIは、遠くのデータセンターではなく目の前のデバイスで動くことを前提に基礎モデルを設計する企業だ。中核はLiquid Foundation Models（LFM）ファミリーで、スマートフォン、ノートPC、ウェアラブル、組み込みチップに収まる大きさのオープンウェイトモデル群である。2023年にMITのCSAILラボから分離して設立され、以降モデルを複数世代リリースしてきた。現行の主軸はLFM2とLFM2.5だ。
狙いは単純だ。大手クラウドモデルはトークン単位で課金し、リクエストのたびにサーバーへ送る。LFMは代わりにローカルで動くので、遅延はミリ秒台に収まり、オフラインでも動作が続き、機密データは端末から出ない。パラメータ数は3.5億から83億まであり、安価なスマホのテキストアシスタントからノートPC上の推論エージェントまでをカバーする。
どこまで使えるかは2点で決まる。ライセンスが無料なのは年商が1000万ドルを超えるまでの間で、超えれば商用ライセンスが必要になる。また最小モデルは事実の記憶を速度とサイズに置き換えているため、350Mモデルは自由形式の知識質問で大型クラウドモデルには及ばない。
Getting Started
- Liquid AIのサイトかHugging Faceのライブラリでモデルを選び、想定するハードウェアに対してサイズを確認する。最小構成は1GB未満で動く。
- オープンウェイトをダウンロードするか、llama.cpp、MLX、ONNX、vLLM、SGLangなど好みの実行環境で取得する。
- 端末上でモデルを走らせて挙動を見る。プロンプトの確認だけならブラウザのplaygroundを開く。
- 汎用モデルでは精度が足りないとき、自分のデータでファインチューニングする。LEAPプラットフォームやUnsloth、TRLなどのオープンなツールを使う。
- ユーザーがどこにいるかに応じて、アプリに組み込むかクラウドに置くかを選ぶ。
AIツール情報
Liquid AIの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- アプリ・モバイル開発者：小型のオープンウェイトモデルをスマホやノートPCのアプリに組み込み、推論をトークン課金なしで走らせる。
- プライバシー重視のチーム：機密テキストを端末上に留め、顧客データを第三者サーバーへ送らない。
- 研究者と学生：すべてのLFMを無料でダウンロード・実行・ファインチューニングできる。商用利用も収益しきい値までは可能だ。
- ハードウェアメーカー：データセンターに届かないウェアラブル、車載、組み込みチップにモデルを載せる。エッジAIの典型的な用途だ。
タスク
- オフラインチャットアシスタントの構築：デバイス上のAIモデルをローカルで動かし、ネットワークなしでも応答を続ける。
- 画像理解の追加：視覚言語モデルで、デバイス上で物体検出、OCR、複数画像の推論を行う。
- 音声インタラクション：音声モデルで音声対音声のリアルタイム処理を動かし、別々のツールをつなぎ合わせない。
- ルーティングと分類：意思決定モデルで、1回の呼び出しでレコードを並べ替え、採点、ラベル付けする。
- カスタムのファインチューニング：自分のデータでモデルを学習し、汎用モデルより狭い業務に合わせる。
シーン
- 電波が切れても動作を続け、ミリ秒で応答する車載アシスタント。
- クラウドを経由せず、文書を要約してテキストを翻訳するスマホ上の現場アプリ。
- 生データが端末に留まり、建物の外に出ない規制された業務フロー。
- クラウド推論に費用をかける前に、初日から動くモデルが必要な試作。
主な機能
オープンウェイトのモデル群
Liquid AIはモデルをオープンウェイトで公開する。規模は数億から数十億パラメータだ。商用利用も含めて、年商が1000万ドルを超えるまで、どのモデルもダウンロード・実行・ファインチューニングできる。最小構成は1GB未満で動き、現代のスマホに収まる。
LFM2とLFM2.5の2世代
LFM2は350M、700M、1.2B、2.6Bの稠密モデルに加えて混合エキスパート変種をそろえ、いずれも32Kのコンテキストを持つ。LFM2.5はBase、Instruct、日本語、視覚言語、音声言語のモデルを追加し、指示追従をデバイス上のエージェント向けに調整した。新しいテキストモデルは語彙を倍にし、コンテキストは128Kに届く。
マルチモーダルの網羅
視覚モデルは軽量なテキスト主幹にSigLIP2の画像エンコーダを組み合わせ、デバイス上で画像を理解する。音声モデルは、音声認識器と言語モデルを別々に組み合わせるのではなく、入力と出力の音声を1つのモデルで扱う。つまりスマホは、データを外へ送らずに写真を読んだり音声会話を行ったりできる。
LEAPプラットフォーム
LEAPはLEAP SDKとも呼ばれ、モバイルと組み込みデバイスでモデルを構築・配備するためのLiquidのクロスプラットフォームツールキットだ。iOSとAndroidに単一の流れを提供し、Liquidの自社モデルや他の小型オープンモデルに対応する。スマホのメモリに収まる構成を含むライブラリも備える。LEAP Finetuneはデータ準備、モデル学習、書き出しを1か所で扱う。
日常的なハードウェアで動く
LFMはCPU、GPU、NPUで動き、スマホやノートPCから車載、組み込みデバイスまで対応する。ミリ秒の遅延とプライベート推論を狙い、ネットワークが遅いか途切れてもモデルは応答を続ける。手持ちのチップに合うサイズを選べる。
無料のファインチューニング
AIモデルのファインチューニングは有料プランの後ろに隠れていない。ライセンスは自分のデータでモデルを学習し、その成果を非公開に保つことを認める。コピーレフト条項はない。Liquid自身のツールは、Unsloth、TRL、Transformersライブラリといったオープンな選択肢と並ぶ。
Model PlaygroundとLiquid Apollo
Model Playgroundでは、何かをダウンロードする前にブラウザでモデルを試せる。Liquid Apolloは、ローカルモデルをポケットに入れるモバイルアプリだ。低遅延でクラウドを使わず、設定なしでデバイス上のAIを試す手段になる。
メリットとデメリット
メリット
- トークン課金なし：ローカル実行は継続的なAPI費用を消す。定常的または大量の処理では効いてくる。
- 既定でプライバシー：機密のテキストと画像はサーバーではなく端末上に留まる。
- 出荷できる小ささ：1GB未満の構成はスマホ、ウェアラブル、組み込みチップに収まる。
- 無料で始められる：各モデルは1000万ドルの線を超えるまで無料でダウンロードと調整ができる。
- 本物のマルチモーダル：テキスト、視覚、音声のモデルが1つのファミリーと1つのライセンスから出ている。
デメリット
- 収益しきい値：年商が1000万ドルを超えると無料の商用ライセンスが終わり、有料契約が必要になる。
- 小型モデルの限界：350Mモデルは自由形式の知識や長い推論チェーンで大型クラウドモデルには及ばない。
- ハードウェアは依然重要：高速で大きなモデルほど性能の高いCPU、GPU、NPUを要するため、古い端末では引き出せるものが減る。
- 設定は開発作業：モデルをアプリに入れるには実行環境とパッケージングの対応が要る。アカウント登録だけでは済まない。
よくある質問
Liquid AIは、MITのCSAILラボから分離して設立された企業で、Liquid Foundation Modelsを開発する。データセンターではなくスマホ、ノートPC、エッジデバイスで動くよう設計された小型のオープンウェイトAIモデルで、推論が速くプライベートに保たれる。
関連コンテンツ
Liquid AIに関連するツール、スキル、記事を探す。
Liquid AIの代替ツール
Forefront
Forefront · コーディングForefrontはオープンソースAIで構築するためのウェブプラットフォームだ。主要なオープンソース言語モデルを自分のデータで微調整し、性能を評価し、API経由で実行したり、エクスポートして自分でホストしたりできる。クローズドなプラットフォームの手軽さを求めつつ、モデルとデータの所有権にはこだわる開発者が対象だ。
Startkit
StartKit.AI · コーディングStartkitは、AI SaaSとAIラッパー製品を作るためのボイラープレートだ。面倒な部分をあらかじめ配線済みにしたAIスタートアップボイラープレートと考えればいい。認証、StripeとLemon Squeezyの決済、利用制限、トランザクションメール、そしてOpenAI、Anthropic、Groq、Llamaと通信するAI APIスターターキットが含まれる。リポジトリをクローンして価格を設定し、ユーザーが実際にお金を払う部分に取りかかれる。ReactとTailwind上のNext.jsで作られているため、ボイラープレートコードの多くはすでに見慣れたものだ。
Testim
Tricentis · コーディングTestimは、Web・モバイル・Salesforceアプリ向けにエンドツーエンドテストを構築して実行するAIテスト自動化プラットフォームだ。機械学習を頼りに、インターフェースが変わってもテストを安定させ、チームが壊れたセレクターの修正に費やす時間を減らす。今日から使い始められる自動テストツールとしては悪くない。ブラウザで操作を録画してテストを作り、より細かい制御が必要なときはJavaScriptを足す。忙しいQAチームにとって堅実な選択肢である。