​MIT新创公司Liquid AI融资近4千万美元，希望构建新型液态神经网络人工智能

**划重点:**

- 💡 **创新技术:** MIT孵化的Liquid AI计划以液态神经网络为基础构建通用人工智能系统，该技术相较传统模型更小巧、可解释，且具有动态适应性。

- 💸 **融资动向:** 通过两阶段种子轮融资，Liquid AI成功筹得近4千万美元，由多家风险投资公司和知名天使投资人参与，估值达到3.03亿美元。

- 🌐 **应用前景:** 公司计划商业化该技术，为客户提供私有人工智能基础设施和平台，涵盖领域包括自动驾驶、气象预测、医疗数据分析等，展望液态神经网络在各领域的广泛应用。

Liquid AI，一家由MIT孵化的新兴公司，近日成功完成了一轮接近4千万美元的种子轮融资，其目标是构建一种全新类型的人工智能，被称为液态神经网络。这一创新性的技术基于液态神经网络架构，旨在提供更为精简、可解释且动态适应的人工智能系统。

Liquid AI的团队由Daniela Rus等创始人组成，其中包括Ramin Hasani担任首席执行官，Mathias Lechner担任首席技术官，Alexander Amini担任首席科学官。Liquid AI的液态神经网络来源于他们在MIT的研究中，特点在于其相对较小的规模和简单的架构，使得在训练和运行模型时需要更少的计算资源。

与传统的大型人工智能模型相比，液态神经网络的小规模和简单架构带来了更强的可解释性。这种网络在处理序列数据时表现出色，能够动态地调整神经元之间的信号交换，使其能够适应环境和情境的变化，即使未经过专门训练也能够有效应对。

液态神经网络在多个领域的测试中都表现出色，从大气化学到车辆交通的数据集中，它在预测未来数值方面超越了其他先进算法。尤其令人瞩目的是在无人机的自主导航方面的成就。Liquid AI团队在今年早些时候通过专业人类无人机飞行员收集的数据对液态神经网络进行了训练，并在一系列户外环境中测试了该算法。结果显示，液态神经网络超越了其他导航模型，能够在以前未探索的空间中做出决策，甚至在嘈杂和其他挑战的情况下也能可靠地泛化到未经过微调的场景。

Liquid AI团队表示，液态神经网络不仅适用于无人机的搜救、野生动物监测和配送等明显应用场景，还可用于分析任何随时间波动的现象，包括电力网络、医学数据、金融交易和严重天气模式等。

Liquid AI的计划不仅包括设计和训练新模型，还包括为客户提供私有人工智能基础设施和平台，使客户能够根据他们的需求构建自己的模型。Hasani强调，“大型人工智能模型的责任和安全性至关重要，Liquid AI为领域特定和生成式人工智能应用提供了更具资本效率、可靠、可解释和强大的机器学习模型”。

Liquid AI总部位于波士顿和帕洛阿尔托，目前拥有12人的团队，预计在明年初将增加到20人。该公司希望通过商业化液态神经网络技术，竞争构建GPT（生成式预训练）模型的基础模型公司，致力于打造超越传统GPT的最佳新型Liquid基础模型。