Liquid AI تطلق LFM2.5-24B-A2B لتشغيل وكلاء ذكاء اصطناعي محليين على الأجهزة

ما الجديد؟

أعلنت Liquid AI عن نموذج LFM2.5-24B-A2B، وهو نموذج ذكاء اصطناعي يعتمد على معمارية خليط الخبراء (Mixture of Experts - MoE)، مصمم لتشغيل وكلاء ذكاء اصطناعي محلياً على الأجهزة (on-device) بسرعة وخصوصية عالية، دون الحاجة إلى الاتصال بالسحابة. النموذج متاح عبر منصة Hugging Face.

لماذا يهم هذا الخبر؟

مع تزايد مخاوف المؤسسات حول خصوصية البيانات وتكاليف الاستدلال السحابي، يتجه الطلب نحو نماذج قادرة على العمل محلياً. نموذج LFM2.5-24B-A2B يستهدف هذه الفجوة عبر تقديم أداء وكيلي (agentic) على العتاد المحلي، ما يجعله خياراً جاذباً للقطاعات التي تتعامل مع بيانات حساسة.

مقارنة: محلي مقابل سحابي

المعيار	LFM2.5-24B-A2B (محلي)	النماذج السحابية
الخصوصية	بيانات تبقى على الجهاز	تتطلب إرسال البيانات خارجياً
زمن الاستجابة	منخفض (بدون شبكة)	يعتمد على جودة الاتصال
التكلفة التشغيلية	استثمار أولي في العتاد	رسوم استخدام متكررة
التحديثات	يدوية أو عبر قنوات محلية	تلقائية من المزود

فرص للمؤسسات في MENA

تفرض العديد من دول المنطقة لوائح صارمة على نقل البيانات خارج الحدود، خصوصاً في القطاعات الحكومية والمالية والصحية. نموذج يعمل محلياً يقلل الحاجة إلى معالجة البيانات عبر سحابات أجنبية، ويسهّل الامتثال التنظيمي، ويمنح المؤسسات تحكماً أكبر في بنيتها التحتية للذكاء الاصطناعي.

حالات استخدام محتملة

• وكلاء خدمة عملاء يعملون على أجهزة داخلية دون كشف بيانات العملاء.
• مساعدون ذكيون للفرق الميدانية في بيئات محدودة الاتصال.
• أدوات تحليل مستندات حساسة داخل الشبكة المؤسسية.

ما الذي يجب متابعته؟

لم تُنشر في المصدر تفاصيل كافية حول متطلبات العتاد الدقيقة أو نتائج المعايير (benchmarks) المقارنة. يُنصح الفرق التقنية بالرجوع إلى وثائق Liquid AI الرسمية على Hugging Face للحصول على الأرقام الدقيقة قبل اتخاذ قرارات النشر.

تنويه: هذا المقال يلخّص معلومات من المصدر المذكور. للأرقام والتواريخ الرسمية، راجع الرابط الأصلي. لا نضيف تفاصيل غير منشورة في المصدر.