接続されたデバイス上でローカルに動作するエッジAIエージェント
エッジAI / エージェントAI

あらゆるデバイスに最適化された、プロアクティブなエッジAIエージェント。

Liquidは、ユーザーの意図を理解し、ローカルで行動できる高性能で信頼できるエージェントを構築します。クラウドコストを膨らませたり、個人のコンテキストを他社サーバーへ送ったりする必要はありません。

オンデバイスAIエージェント構築の課題

クラウドエージェントは高価なフロンティアモデルに依存しています。エージェントがより長いタスクを担い、より頻繁に行動するほど、レイテンシとトークンコストは積み上がります。インテリジェンスをオンデバイスで実行すれば、プロアクティブで常時利用可能なエージェントは現実的になります。ただし、それにはモデル、ハーネス、ハードウェアを一体で設計する必要があります。

オンデバイスエージェントには、3つの主要な課題があります。

  • デバイスには厳しい制約があります。

    多くのエージェントはクラウド規模の計算資源とメモリを前提に作られています。オンデバイスエージェントは、メモリ、電力、レイテンシの厳しい制約内で推論し、行動しなければなりません。

  • モデルとハーネスは一体で設計されていません。

    エージェントの有効性は、モデルとハーネスがどれだけ連携できるかで決まります。別々に設計されると、エラー、無駄な計算、不安定な行動が増えます。

  • クラウドフォールバックはエッジの価値を損ないます。

    クラウドへの受け渡しは、そのたびにコストとレイテンシを増やし、より多くの個人コンテキストをデバイス外へ送ります。優れたエッジエージェントは、能力を犠牲にせずインテリジェンスをローカルに保ちます。

ローカル計算 = 実質的に無料のトークン

モデルとハーネスの共同設計

すべてのLFMは、デバイスの能力を最大限に活用し、エージェント型タスクを最高効率で実行できるようカスタマイズされます。ハーネスとモデルが互いを理解していれば、作業をより効果的に振り分け、必要に応じてスコープを調整し、限られたコンテキスト容量を最大限に活用できます。

ローカルコンテキストだから可能なハイパーパーソナライゼーション

共同設計されたエージェントは、オンデバイス推論ループで状況を継続的に把握します。スマートフォン画面の内容、車内センサーが見ているもの、タスクチェーンが次に必要とするものを理解します。

真にプロアクティブなエージェント行動

共同設計されたエッジエージェントは、プロンプトや命令を待つだけでなく、自ら役に立つ方法を探します。実質的に無料で回せるバックグラウンドループにより、ユーザーのニーズを理解し、自律的にタスクを実行できます。

求められる前に、必要なことを理解するエッジエージェント。

営業担当に相談する