【液态AI发布非Transformer架构AI模型LFM，性能超越MetaLlama及微软Phi】液态AI公司于9月30日推出三款液态基础模型（LFM），包括LFM-1.3B、LFM-3.1B和LFM-40.3B，采用非Transformer架构设计。LFM在基准测试中表现出色，宣称在同等规模下优于Meta的Llama和微软的Phi模型。这些模型旨在提供通用性，能够适应多种数据类型，如视频、音频、文本、时间序列和交通信号，并在处理长输入时，相较于Transformer架构模型，对RAM需求较低。 液态AI声称，LFM在内存使用上更具优势，特别在处理长序列时，能有效压缩外界输入数据，降低硬件资源消耗。在性能测试中，LFM-1.3B击败了苹果的OpenELM、Meta的Llama 3.2、微软的Phi 1.5及Stability的Stable LM 2等领先模型。LFM-3.1B在多个场景下超越了3B规模的Transformer模型、混合模型和RNN模型，甚至在某些情况下超过了上一代7B和13B规模模型。LFM-40.3B专注于在模型规模和输出质量之间找到平衡，尽管参数量高达400亿，但实际运行时仅启用120亿参数，以提升模型效率和降低硬件需求。 液态AI模型主要支持英语，同时也提供对中文、法语、德语、西班牙语、日语、韩语和阿拉伯语的有限支持。这一系列创新表明，非Transformer架构在人工智能领域展现出强大的竞争力，为行业带来了新的可能性。