tag: On-device AI

Gradium เปิดตัว Phonon ตระกูลโมเดล text-to-speech แบบ on-device ขนาดเริ่มต้นเพียง 31 ล้านพารามิเตอร์ ให้เสียงเป็นธรรมชาติโดยไม่ต้องพึ่งพา Cloud หรือ GPU

Liquid AI เปิดตัวโมเดล LFM2.5-24B-A2B ขนาด 24B ที่ทำงานจริงเพียง 2B พารามิเตอร์ ชูจุดเด่นด้านการให้เหตุผลบนอุปกรณ์ (On-Device) พร้อมความเร็วถอดรหัสสูงสุด 184 tokens/s บน Apple M5 Max

LFM2.5-24B-A2B เป็นโมเดลการให้เหตุผลขนาด 24B ที่มีพารามิเตอร์ทำงานจริงเพียง 2B ออกแบบมาเพื่อการทำงานของ agent ที่รวดเร็วและปลอดภัยบนอุปกรณ์ โดยให้ประสิทธิภาพเหนือกว่าโมเดลที่มีขนาดใหญ่กว่า

OpenBMB เปิดตัว MiniCPM5-2B โมเดลภาษาขนาด 2.52 พันล้านพารามิเตอร์ที่เน้นการรันบนอุปกรณ์ โดยทำคะแนนเฉลี่ยเหนือกกว่าโมเดลที่มีขนาดใหญ่กว่าอย่าง Qwen3.5-4B โดดเด่นเป็นพิเศษด้านการเขียนโค้ดและการใช้เครื่องมือ

Liquid AI เปิดตัว Pipette แพลตฟอร์ม Open-Source สำหรับทดสอบประสิทธิภาพโมเดล AI บนอุปกรณ์พกพาและ Edge Devices โดยวัดผลครอบคลุมทั้งโมเดล การ Quantization และฮาร์ดแวร์จริง เพื่อแก้ปัญหาความคลาดเคลื่อนของข้อมูลจาก Model Card ทั่วไป

Liquid AI เปิดตัวโมเดล vision-language ขนาด 3.1 พันล้านพารามิเตอร์ ออกแบบมาเพื่อทำงานบนอุปกรณ์โดยเฉพาะ โดดเด่นด้านการวิเคราะห์หน้าจอ UI การระบุพิกัดวัตถุ และการเรียกใช้ฟังก์ชันที่มีประสิทธิภาพสูงขึ้น

Liquid AI เผยโฉม LFM2.5-VL-3B โมเดล Vision-Language ขนาด 3 พันล้านพารามิเตอร์ ชูจุดเด่นด้านการประมวลผลบนอุปกรณ์ที่รวดเร็วแบบเรียลไทม์ พร้อมความสามารถในการเข้าใจหน้าจอและเรียกใช้เครื่องมือที่เหนือกว่าคู่แข่งในระดับเดียวกัน

PrismML ประสบความสำเร็จในการบีบอัดโมเดล AI ขนาด 27 หมื่นล้านพารามิเตอร์ให้เหลือไม่ถึง 4 GB โดยยังคงประสิทธิภาพเดิมได้สูงถึง 90% และมีข่าวว่า Apple บรรลุข้อตกลงเริ่มทดสอบเทคโนโลยีนี้แล้ว