液体神经网络端侧模型

美 · AI/大模型 · 中型 · 混合 · 通用变现链

液体神经网络端侧模型 美 · AI/大模型 · 中型 · 混合 · 通用变现链 01 / 市场 02 / 产品 03 / 收入 EX / 风险 市场 产品 变现 市场需求 · 需要低功耗、… · 市场 › 市场 市场需求 需要低功耗、… 产品交付 · 把液体神经网… · 产品 › 产品 产品交付 把液体神经网… 收费变现 · 服务费 · 收入 › 变现 收费变现 服务费 主要风险 · 非Trans… · 风险 › 变现 主要风险 非Trans… 切入需求 变现 防范 Legend User UI Agent logic Policy Tool action Context / trace

优势 Strengths

  • • 非Transformer架构差异化明显,能吸引对推理效率敏感的企业客户
  • • MIT孵化背景提供技术可信度与学术背书

劣势 Weaknesses

  • • 生态规模远小于主流Transformer模型,开发者工具链仍需补全
  • • 中型团队的资金与市场覆盖能力有限,难以快速铺开销售网络

机会 Opportunities

  • • AIoT与工业实时场景对低功耗端侧模型需求上升
  • • 企业希望将推理从云端下沉到设备侧以降低成本与延迟

威胁 Threats

  • • OpenAI、Google等巨头也可能推出端侧小模型形成挤压
  • • Transformer生态成熟,客户迁移到非主流架构存在转换成本