在当前大型语言模型（LLM）开发的竞争中，各大人工智能公司面临着越来越多的挑战，因此，越来越多的目光开始转向 “Transformer” 以外的替代架构。Transformer 架构自2017年由谷歌研究人员提出以来，已成为当今生成式人工智能的基础。为了应对这一挑战，由麻省理工学院孵化的初创公司 Liquid AI 推出了一种名为 STAR(Synthesis of Tailored Architectures)的创新框架。STAR 框架利用进化算法和数值编码系统，旨在自动化生成和优化人工智能模型架构。Liquid AI 的研究团队指出，STAR 的设计方法不同于传统

["MIT新创公司Liquid AI近日完成了一轮接近4千万美元的种子轮融资，目标是构建一种新型液态神经网络人工智能。","液态神经网络是基于液态神经网络架构的创新技术，具有小巧、可解释和动态适应性。","融资动向显示Liquid AI估值达到3.03亿美元。","Liquid AI计划商业化液态神经网络技术，应用领域包括自动驾驶、气象预测和医疗数据分析等。"]