Liquid AI wypuszcza otwarte modele decyzyjne d1 dla urządzeń brzegowych

Ten news ukazał się 12 min po komunikacie źródła.

👁 116 przeczytań

Liquid AI opublikowało na platformie Hugging Face otwarte, multimodalne modele decyzyjne z serii d1, skierowane bezpośrednio ku rynkowi urządzeń brzegowych. Model debiutujący pod koniec lipca 2025 roku ma zaledwie 0,4 miliarda parametrów i w ciągu kilku dni zebrał ponad 33 tysiące pobrań oraz 149 polubień - liczby, które pokazują, jak bardzo środowisko ML czekało na coś w tym rodzaju.

Czym są modele decyzyjne i dlaczego „brzeg” ma znaczenie

Pojęcie modelu decyzyjnego (ang. decision model) wykracza poza klasyczne generowanie tekstu czy odpowiadanie na pytania. Chodzi o systemy zdolne do planowania działań, oceny stanów środowiska i wyboru optymalnych kroków w czasie rzeczywistym - bez konieczności odsyłania każdego zapytania do chmury. To właśnie ta cecha sprawia, że seria d1 od Liquid AI wpisuje się w jeden z najgorętszych nurtów 2025 roku: przenoszenie inteligencji jak najbliżej źródła danych.

Urządzenia brzegowe - roboty przemysłowe, autonomiczne pojazdy, drony, terminale przemysłowe, inteligentne kamery, a nawet zaawansowane smartfony - mają jeden wspólny problem: ograniczone zasoby obliczeniowe i brak stałego, niezawodnego łącza z chmurą. Model o wadze 0,4 mld parametrów można uruchomić na sprzęcie, który kosztuje ułamek ceny serwerowni. To nie jest tylko kwestia ceny - to kwestia latencji mierzonej w milisekundach, prywatności danych, które nigdy nie opuszczają urządzenia, i niezawodności w środowiskach bez internetu.

Multimodalność jako wyróżnik w klasie sub-miliardowej

Przez długi czas modele na urządzenia brzegowe były albo małe i głupie, albo mądre, ale zbyt ciężkie. Modele językowe w rozmiarze 0,4B rzadko radziły sobie z czymś więcej niż proste zadania tekstowe. Liquid AI zdecydowało się przełamać ten kompromis, budując d1 jako model multimodalny - zdolny do przetwarzania różnych typów danych wejściowych - przy zachowaniu niskiego zużycia zasobów.

Multimodalność w połączeniu z logiką decyzyjną otwiera zupełnie nowe zastosowania na urządzeniach o małej mocy. Wyobraź sobie system inspekcji wizualnej w fabryce, który nie tylko rozpoznaje obraz z kamery, ale sam decyduje, czy dany produkt trafia do kosza, czy jedzie dalej taśmą - bez wysyłania zdjęcia do chmury AWS i czekania na odpowiedź. Albo autonomicznego robota magazynowego, który reaguje na zmienione otoczenie w czasie rzeczywistym. Seria d1 celuje właśnie w takie scenariusze.

Liquid AI - firma, która wybiera własną ścieżkę

Liquid AI to startup założony przez badaczy z MIT, budujący modele na bazie tzw. Liquid Neural Networks - architektury inspirowanej dynamiką układów płynów, która różni się fundamentalnie od dominujących transformerów. Firma konsekwentnie stawia na efektywność obliczeniową jako główny wyróżnik: mniejsze modele, które robią więcej przy mniejszych zasobach, zamiast ścigania się z OpenAI czy Anthropic na liczbie parametrów.

Decyzja o otwarciu modeli d1 i opublikowaniu ich na Hugging Face to strategiczne posunięcie na kilku poziomach. Po pierwsze, buduje widoczność w społeczności open-source, która przez lata była terytorium Meta (seria Llama) i Mistral AI. Po drugie, przyciąga deweloperów do ekosystemu Liquid - osoba, która zbuduje na d1 prototyp, ma powód, żeby sięgnąć po komercyjne produkty tej samej firmy. Po trzecie, 33 tysiące pobrań w ciągu kilku dni to sygnał, że pozycjonowanie „AI dla brzegu” trafia w realną potrzebę rynkową.

Co to oznacza dla firm i deweloperów wdrażających AI w Polsce

Polska scena przemysłowa i startupowa ma konkretny powód, żeby przyglądać się serii d1 uważnie. Sektor produkcyjny, logistyczny i automatyki przemysłowej - czyli branże, w których Polska jest silna w skali Europy - to naturalne środowisko dla modeli decyzyjnych na urządzeniach brzegowych. Wdrożenie systemu opartego na d1 nie wymaga kosztownej infrastruktury chmurowej ani licencji na duże modele komercyjne. Deweloper z Polski może pobrać model bezpłatnie, zintegrować go z własnym sprzętem i budować produkt, który działa offline.

To ważne również w kontekście regulacyjnym: unijne rozporządzenie AI Act nakłada obowiązki związane z przechowywaniem i przetwarzaniem danych w systemach wysokiego ryzyka. Model działający lokalnie, bez przesyłania danych przez sieć, naturalnie redukuje część tych ryzyk compliance’owych - choć oczywiście nie eliminuje ich w całości.

Dla polskich startupów budujących rozwiązania robotyczne, dronowe lub przemysłowe d1 staje się realną alternatywą wobec zamkniętych API, których koszt rośnie wraz ze skalą użycia. Zamiast płacić za każde wywołanie do zewnętrznego modelu, można wdrożyć logikę decyzyjną lokalnie, na własnym hardware.

Otwarte modele decyzyjne dla brzegu sieci to nie kolejna demonstracja możliwości akademickich - to narzędzie, które już teraz trafia na listy do pobrania tysięcy deweloperów i ma realną szansę zmienić ekonomikę wdrożeń AI poza centrum danych.