4.0-H-350M: liquid AI lança o Liquid Foundation Model 2.5 com 230 milhões de parâmetros

A Liquid AI entregou o 4.0-H-350M como base arquitetural para o novo Liquid Foundation Model 2.5, versão compacta com 230 milhões de parâmetros. O modelo abandona o transformer e adota redes neurais líquidas com formulações de tempo contínuo e state-space. A equipe treinou a rede em 19 trilhões de tokens e incluiu fase de extensão para 32K de contexto. O pipeline de pós-treinamento usa distilação supervisionada do LFM2.5-350M, otimização direta por preferência e reforço multi-domínio. O resultado roda em hardware de borda com latência mínima e suporta ferramentas nativas como llama.cpp, MLX e vLLM. Consulte o artigo original para acesso direto aos pesos.

O foco atende fluxos agênticos leves e extração de dados em escala. A arquitetura entrega paridade com modelos de referência três vezes maiores em testes de raciocínio de borda e uso de ferramentas. A empresa já colocou a rede no robô humanóide Unitree G1 com Jetson Orin para atuar como camada de seleção de habilidades. O modelo não substitui redes pesadas. A Liquid AI avisa para evitar o 230M em matemática avançada, geração de código e escrita criativa. O código é open-weight e roda direto no Hugging Face.

A corrida por IA de borda exige modelos que caibam em memória restrita sem sacrificar throughput. O 4.0-H-350M e sua variante de 230M mostram que state-space já compete com transformer em produção real. Empresas podem rodar pipelines de extração e orquestração de agentes em Raspberry Pi ou smartphones, cortando custos de GPU e latência de rede. A abordagem open-weight e a compatibilidade com inferência nativa em Apple, AMD e Qualcomm aceleram a adoção em IoT e robótica embarcada. O futuro da IA descentralizada depende desse equilíbrio entre tamanho, velocidade e capacidade de fine-tuning rápido.