Liquid AI, buluta veri göndermeden doğrudan uç donanımda — telefonlar, dizüstü bilgisayarlar ve gömülü çipler — çok modlu çıkarım çalıştırmak üzere tasarlanmış açık ağırlıklı d1 karar modelleri yayımladı. İş akışlarında daha hızlı, gizli ve yerel çıkarım isteyen yaratıcılar için bu, anlamlı bir mimari dönüşüm anlamına geliyor.\n\n## Temel çıkarımlar\n\n- Liquid AI'nin açık d1 modelleri, bulut altyapısı için değil, özellikle uç dağıtım için oluşturulmuş açık ağırlıklı çok modlu karar modelleridir.\n- Modeller, kısıtlı donanımda tek bir çıkarım geçişinde birden fazla girdi türünü — metin, görüntü ve yapılandırılmış veri — işler.\n- „Açık ağırlıklı" ifadesi, ağırlıkların herkese açık olarak indirilebileceği ve bir API aboneliği olmadan yerel olarak çalıştırılabileceği, değiştirilebileceği veya ince ayar yapılabileceği anlamına gelir.\n- Uç dağıtım; daha düşük gecikme süresi, çağrı başına API maliyeti olmaması ve verinin cihazdan çıkmaması anlamına gelir — büyük görüntü kümelerini yerel olarak toplu işlemek için son derece önemlidir.\n- Modeller Hugging Face'te barındırılmaktadır; bu da model yönetimi için Hub'ı zaten kullanan yaratıcılar için anında erişilebilir olmalarını sağlar.\n\n## d1 mimarisi aslında ne farklı yapıyor?\n\nÇoğu çok modlu model, veri merkezi GPU'ları için tasarlanmış olup bir API aracılığıyla erişilir. Liquid AI'nin d1 modelleri ise farklı bir öncelik etrafında inşa edilmiştir: sıkı bellek ve hesaplama bütçelerine sahip donanımda tam bir karar döngüsü — girdileri algıla, akıl yürüt, çıktı üret — çalıştırmak. Hugging Face blog yazısına göre d1 ailesi, standart bir transformer omurgası yerine Liquid AI'nin tescilli mimarisini (Liquid Neural Networks'ten türetilmiş) kullanıyor; bu da daha küçük bellek ayak izine ulaşmasının bir parçası.\n\nPratik sonuç şu: Yerel bir ComfyUI veya Automatic1111 kurulumu çalıştıran bir yaratıcı, teorik olarak bir d1 modelini, görüntü yönlendirme veya altyazı oluşturma kararları veren bir iş akışı düğümüne yerleştirebilir — bu adım harici bir API'ye çarpmadan veya bulut gecikmesi eklemeden.\n\n\n\n## Maliyet hesabını değiştiren açık ağırlık ayrıntısı\n\nBuradaki anahtar kelime açık ağırlıktır. Ağırlıkları bir kez indirirsiniz, kendi donanımınızda çalıştırırsınız ve çıkarım başına hiçbir şey ödemezsiniz. Yüzlerce görüntüyü toplu işleyen — altyazı oluşturan, çıktıları içerik türüne göre yönlendiren veya otomatik kalite kontrolleri çalıştıran — bir yaratıcı için çağrı başına API ücretlerini ortadan kaldırmak hızla büyük bir fark yaratır. Bunu, başka yerlerde yaygınlaşan abonelik kapılı model erişimiyle karşılaştırın: Google yakın zamanda ücretsiz Gemini kullanıcılarını en hafif Flash Lite katmanıyla kısıtladı; bunu Google'ın ücretsiz plan değişiklikleri hakkındaki haberimizde ele aldık.\n\nİnce ayar da masada. Ağırlıklar açık olduğundan, belirli bir alanda çalışan bir yaratıcı — mimari görselleştirme, karakter sayfası oluşturma, ürün fotoğrafçılığı — bir d1 modelini alana özgü verilerle ince ayarlayarak yönlendirme veya altyazı kararlarını tam olarak o kullanım durumu için keskinleştirebilir.\n\n## Bu, gerçek bir yerel iş akışına nasıl uyuyor?\n\nBir toplu işlemde 200 görüntü üreten ve büyütme öncesinde çıktıları kalite katmanına göre otomatik olarak sıralaması gereken bir karakter sanatı yaratıcısını düşünün. Bugün bu genellikle ya manuel inceleme ya da her görüntü için bir görüntü modeline API çağrısı anlamına geliyor. Yerel olarak çalışan bir d1 modeli, bu sınıflandırma adımını oluşturma işlemini yapan aynı makinede gerçekleştirebilir — ağ atlaması yok, görüntü başına maliyet yok, stüdyodan çıkan veri yok.\n\nKurulum henüz tak ve çalıştır değil. Ağırlıkları Hugging Face'ten çekmeniz, donanımınızın Liquid AI'nin belirttiği bellek gereksinimlerini karşıladığını doğrulamanız ve modeli iş akışınıza manuel olarak bağlamanız gerekecek. Hub'dan model çekmeye ve çıkarım betikleri çalıştırmaya zaten alışkınsanız, sürtünme düşüktür. Yerel model dağıtımında daha yeniyseniz, Charmloop kılavuzları açık ağırlıklı modelleri yerel olarak çalıştırmanın temellerini ele alıyor.\n\n## Eksiklikler nerede?\n\nd1 sürümü erken aşamadadır. Karşılaştırılabilir uç modellere — Apple'ın cihaz üstü modelleri, Qualcomm'un uç yapay zeka yığını veya Microsoft'un Phi serisi — karşı kıyaslama rakamları doğrudan karşılaştırma için henüz geniş çapta mevcut değil. Liquid AI'nin mimarisi de, etrafında yıllarca topluluk araçları oluşturulmuş transformer tabanlı modellere kıyasla yaratıcı iş akışlarında daha az savaşta test edilmiştir. Daha geniş ComfyUI ve Automatic1111 toplulukları bunun için standartlaştırılmış düğümler oluşturmadan önce biraz entegrasyon pürüzlülüğü bekleyin.\n\nBununla birlikte, uç donanım için optimize edilmiş açık ağırlıklı çok modlu modeller hâlâ yeterince kıt olduğundan, d1 ailesi gerçek bir boşluğu dolduruyor — özellikle yalnızca metinden fazlasını işleyen, yerel olarak çalıştırılabilir bir seçenek bekleyen yaratıcılar için. Topluluk araçları yetişirken kendi görüntü oluşturma iş akışlarınız için neler mevcut olduğunu keşfedin.
