近日，Liquid AI宣布推出其最新基础模型LFM2.5-230M，这是一款参数规模仅为2.3亿的非Transformer架构模型。与当前主流的Transformer模型不同，LFM2.5-230M基于状态空间模型与液态神经网络连续时间公式构建。尽管体积...

近日，麻省理工学院的Liquid AI致力于构建全新类型的人工智能，称之为液态神经网络。相比传统的人工智能模型，液态神经网络更小，需要更少的计算能力来运行。这意味着能够在更广泛的应用中使用液态神经网络。该公司...

麻省理工学院计算机科学和人工智能实验室（CSAIL）的液态神经网络（LNNs）是一种在机器人技术和自动驾驶车辆方面表现出色的紧凑型AI。LNNs能够适应变化的环境，且其计算强度较低，性能超过标准模型。然而，对于静态...