Theo transforme l'actualité de l'IA en choses à essayer dès ce soir.
Parcourez les modèles et les styles derrière des histoires comme celle-ci — compte gratuit, galerie immédiate.
Explorer le catalogueChoisissez un compagnon et découvrez son avis sur cette histoire
Liquid AI a publié des modèles de décision d1 à poids ouverts conçus pour exécuter une inférence multimodale directement sur du matériel edge — téléphones, ordinateurs portables et puces embarquées — sans envoyer de données vers un serveur cloud. Pour les créateurs qui souhaitent une inférence locale plus rapide et plus privée dans leurs flux de travail, il s'agit d'un changement architectural significatif.
La plupart des modèles multimodaux sont conçus pour des GPU de centres de données et sont accessibles via une API. Les modèles d1 de Liquid AI sont construits autour d'une priorité différente : exécuter une boucle de décision complète — percevoir les entrées, raisonner, produire une sortie — sur du matériel aux budgets mémoire et calcul serrés. Selon le billet de blog Hugging Face, la famille d1 utilise l'architecture propriétaire de Liquid AI (dérivée des Liquid Neural Networks) plutôt qu'un backbone transformer standard, ce qui contribue à son empreinte mémoire réduite.
La conséquence pratique : un créateur utilisant une configuration locale ComfyUI ou Automatic1111 pourrait, en principe, intégrer un modèle d1 dans un nœud de workflow chargé de prendre des décisions de routage d'images ou de sous-titrage — sans que cette étape ne sollicite une API externe ni n'ajoute de latence cloud.
Les modèles d1 ouverts de Liquid AI traitent texte, image et données structurées en une seule passe d'inférence sur du matériel edge.
Image : Hugging Face Blog
Poids ouverts, voilà le mot clé. Vous téléchargez les poids une seule fois, vous les exécutez sur votre propre matériel, et vous ne payez rien par inférence. Pour un créateur qui traite des centaines d'images par lots — en générant des légendes, en routant les sorties par type de contenu, ou en effectuant des contrôles qualité automatisés — l'élimination des frais d'API par appel représente rapidement une économie substantielle. Comparez cela à l'accès aux modèles conditionné par abonnement qui s'est généralisé ailleurs : Google a récemment restreint les utilisateurs gratuits de Gemini à son niveau Flash Lite le plus léger, comme nous l'avons rapporté dans notre article sur les changements du forfait gratuit de Google.
L'affinage est également envisageable. Comme les poids sont ouverts, un créateur travaillant dans une niche spécifique — visualisation architecturale, génération de fiches de personnages, photographie de produits — pourrait affiner un modèle d1 sur des données propres à son domaine afin d'affûter ses décisions de routage ou de sous-titrage pour ce cas d'usage précis.
Imaginez un créateur d'art de personnages qui génère 200 images en un lot et doit automatiquement trier les sorties par niveau de qualité avant la mise à l'échelle. Aujourd'hui, cela implique généralement soit une révision manuelle, soit un appel API à un modèle de vision pour chaque image. Un modèle d1 exécuté en local pourrait gérer cette étape de classification sur la même machine effectuant la génération — sans saut réseau, sans coût par image, sans données quittant le studio.
La configuration n'est pas encore plug-and-play. Vous devrez récupérer les poids depuis Hugging Face, vérifier que votre matériel satisfait aux exigences mémoire spécifiées par Liquid AI, et intégrer le modèle manuellement dans votre pipeline. Si vous êtes déjà à l'aise pour récupérer des modèles depuis le Hub et exécuter des scripts d'inférence, la friction est faible. Si vous débutez dans le déploiement de modèles en local, les guides Charmloop couvrent les fondamentaux pour faire tourner des modèles à poids ouverts en local.
La publication de d1 en est à ses débuts. Les chiffres de référence comparés à des modèles edge similaires — les modèles on-device d'Apple, la pile edge AI de Qualcomm, ou la série Phi de Microsoft — ne sont pas encore largement disponibles pour une comparaison directe. L'architecture de Liquid AI est également moins éprouvée dans les pipelines créatifs que les modèles à base de transformer, qui bénéficient d'années d'outillage communautaire. Attendez-vous à quelques difficultés d'intégration avant que les communautés ComfyUI et Automatic1111 ne construisent des nœuds standardisés pour ce modèle.
Cela dit, les modèles multimodaux à poids ouverts optimisés pour le matériel edge restent suffisamment rares pour que la famille d1 comble un vrai manque — notamment pour les créateurs qui attendaient une option exécutable en local capable de gérer bien plus que du texte. Explorez ce qui est disponible pour vos propres flux de travail de génération d'images pendant que l'outillage communautaire rattrape son retard.