Edge0 သည် သေးငယ်သော Edge0-120B၊ ပေါင်းစည်းထားသော ကောက်ချက်မူဘောင်နှင့် ဖြန့်ကျက်မှုကိရိယာများနှင့်အတူ နိုဝင်ဘာ 12၊ 2026 တွင် Edge0 မှ အရင်းအမြစ်ဖြစ်သော Edge0-145B။ စတင်မှုတွင် Edge0-145B သည် 145 ဘီလီယံဘောင်ပါရာမီတာများတွင် ပထမဆုံး open-source on-device AI မော်ဒယ်အဖြစ် ဖော်ပြထားပြီး၊ ၎င်းသည် frontier cloud မော်ဒယ်များကို စားသုံးသူ hardware နှင့် ပြိုင်ဖက်ဖြစ်သော coding၊ ကျိုးကြောင်းဆီလျော်မှုနှင့် အေးဂျင့်စွမ်းရည်များကို ယူဆောင်လာသည်ဟု ဆိုသည်။
ထိုနေ့တွင်ပင် အဆိုပါထုတ်ဝေမှုသည် ဟက်ကာသတင်းတွင် 219 မှတ်အထိ တက်လာပြီး ဆာဗာမပါဘဲ လုပ်ဆောင်သည့် 100B-plus parameter model ၏အလားအလာသည် ဒေသတွင်း ကောက်ချက်ချသော developer များထံမှ ကြီးမားသောအာရုံစူးစိုက်မှုကို ဆွဲဆောင်နိုင်ခဲ့သည်။ For more context on this story, see our ongoing latest AI developments.
Laptop တောင်းဆိုမှုနောက်ကွယ်ရှိ နံပါတ်များ
ကုမ္ပဏီ၏ကြေငြာချက်အရ Edge0-145B သည် အောက်ပါအစီရင်ခံရလဒ်များနှင့်အတူ MacBook Pro ကဲ့သို့သော လိုက်ဖက်ညီသော ကိုယ်ရေးကိုယ်တာလက်ပ်တော့ပေါ်တွင် အလုပ်လုပ်သည်-
- 29GB အမြင့်ဆုံးမှတ်ဉာဏ်၊ သီးသန့်ဆာဗာမပါဘဲ အဆင့်မြင့် စားသုံးသူစက်များတွင် တပ်ဆင်ရန် လုံလောက်မှုနည်းပါးသည်။
- 1,100+ တိုကင်တစ်စက္ကန့်ကို ကြိုတင်ဖြည့်ပါ၊ မျိုးဆက်မစတင်မီ ကုဒ်စာမျက်နှာ ဒါဇင်ပေါင်းများစွာကို မော်ဒယ်လုပ်ငန်းစဉ်က လှုံ့ဆော်ပေးစေပါသည်။
- ကုမ္ပဏီမှတ်စုများသည် လူတစ်ဦးဖတ်သည်ထက် ပိုမြန်သည့် တစ်စက္ကန့်လျှင် တိုကင် 80+ ကို ကုဒ်လုပ်ခြင်း**
- ခန့်မှန်းခြေအားဖြင့် 120W ပုံမှန်ပါဝါ၊ အစီရင်ခံတင်ပြထားသော တပ်ဆင်မှုတွင် အတားအဆီးမရှိဘဲ လည်ပတ်မှုကို တည်တံ့စေသည်
- 128K မှ 256K context၊ ရှည်လျားသောထည့်သွင်းမှုများတွင် အခြေခံအားဖြင့် မပြောင်းလဲသောမျိုးဆက်အမြန်နှုန်းဖြင့်
ဤကိန်းဂဏာန်းများသည် Edge0 ၏ သီးခြားစမ်းသပ်ခြင်းမဟုတ်ဘဲ Edge0 ၏ ကိုယ်ပိုင်ထုတ်ဝေထားသော စံသတ်မှတ်ချက်များမှ ဆင်းသက်လာပြီး ကုမ္ပဏီသည် အလေးချိန်၊ အနုမာနဘောင်နှင့် အသုံးချကိရိယာအစုံအလင်ကို ထုတ်လွှတ်လိုက်သည် — ထို့ကြောင့် developer များသည် ၎င်းတို့၏ကိုယ်ပိုင် hardware ပေါ်တွင် တိုင်းတာမှုများကို ပြန်လည်ထုတ်လုပ်နိုင်သည်။
စက်ပေါ်ရှိ မော်ဒယ်များသည် အဘယ်ကြောင့် သေးငယ်နေသနည်း။
ကြေညာချက်တွင် ကြီးမားသော မော်ဒယ်လ်များ သမိုင်းကြောင်းအရ လက်ပ်တော့များ ဘာကြောင့် ပျက်ပြယ်ခဲ့ရခြင်းအတွက် အသုံးဝင်သော အကြောင်းအရာများ ပါဝင်ပါသည်။ 2026 ခုနှစ် စက်တင်ဘာလ မတိုင်မီတွင်၊ မမ်မိုရီကန့်သတ်ချက်များသည် စက်ပေါ်ရှိ မော်ဒယ်အများစုကို ကန့်သတ်ဘောင် 10 ဘီလီယံအောက် ထားရှိခဲ့သည်။ Apple Intelligence ၏ စက်ပစ္စည်းပေါ်ရှိ အခြေခံမော်ဒယ်တွင် ခန့်မှန်းခြေအားဖြင့် ကန့်သတ်ချက်များ ၃ ဘီလီယံရှိပြီး Google ၏ Gemini Nano သည် 1.8B နှင့် 3.25B ဗားရှင်းများဖြင့် တင်ပို့ရောင်းချခဲ့သည်။
ကန့်သတ်ချက်မှာ ရုပ်ပိုင်းဆိုင်ရာဖြစ်သည်- မျိုးဆက်အဆင့်တိုင်းတွင် မော်ဒယ်အလေးများကို မမ်မိုရီမှ ဖတ်ရမည်ဖြစ်ပြီး၊ လည်ပတ်မှုစနစ်နှင့် အခြားအက်ပ်လီကေးရှင်းများနှင့် bandwidth အတွက် ယှဉ်ပြိုင်ရမည်ဖြစ်သည်။ ပြင်းပြင်းထန်ထန် ဖိသိပ်ထားသော 35B မော်ဒယ်သည်ပင် ဖုန်းများ ခွဲဝေပေးမည့် ပမာဏထက် ကျော်လွန်၍ မမ်မိုရီ 20GB ဝန်းကျင် လိုအပ်နိုင်သည်။
Edge0 ၏ အစောပိုင်းထွက်ရှိမှုတွင် ကုမ္ပဏီ၏ချဉ်းကပ်မှုမှာ မည်သည့်နေရာသို့ ဦးတည်နေကြောင်း ပြသခဲ့သည်။ Edge0-35B ဖုန်းမော်ဒယ်သည် iPhone 18 Pro Max တွင် တစ်စက္ကန့်လျှင် 37+ တိုကင်များ ပေးစွမ်းနိုင်သော အမြင့်ဆုံးမှတ်ဉာဏ် 2.5GB အောက်တွင် အစီရင်ခံထားသည်။ Edge0-145B သည် ၎င်း၏လက်ပ်တော့၏ဖွဲ့စည်းပုံပုံစံက အကြမ်းဖျင်းအားဖြင့် 28GB မမ်မိုရီတွင် ကုဒ်အမြန်နှုန်းကို နှစ်ဆအစီရင်ခံသော်လည်း အဆိုပါမော်ဒယ်၏ အကြမ်းဖျင်းအားဖြင့် လေးဆရှိပါသည် — ကုမ္ပဏီသည် ဤတိုင်းတာမှုများသည် မတူညီသောမော်ဒယ်များနှင့် ဟာ့ဒ်ဝဲများအတွက် သက်ရောက်မှုရှိကြောင်း ဂရုပြုပါသည်။
အလုပ်ပြီးမြောက်စေသော လက်ထောက်
ကုန်ကြမ်းအမြန်နှုန်းကိုကျော်လွန်၍ Edge0 သည် မော်ဒယ်ကို chatbot ထက် အေးဂျင့်အဖြစ် သတ်မှတ်သည်။ ကြေငြာချက်တွင် ကုဒ်များကို စီစဉ်ခြင်း၊ ရေးသားခြင်းနှင့် လုပ်ဆောင်ခြင်း၊ အမှားရှာအမှားများကို စစ်ဆေးခြင်းနှင့် 3D မြင်ကွင်းများ၊ ဂိမ်းများ၊ ဟာ့ဒ်ဝဲပရိုဂရမ်များနှင့် PCB ဒီဇိုင်းများကဲ့သို့သော ပရောဂျက်များအတွက် ရလဒ်များကို အမြင်အာရုံဖြင့် စစ်ဆေးပေးသည့် စနစ်အကြောင်း ဖော်ပြထားပါသည်။
ကုမ္ပဏီသည် ကုဒ်ရေးခြင်း၊ ကျိုးကြောင်းဆင်ခြင်ခြင်းနှင့် လမ်းညွှန်မှုအောက်ပါ ရလဒ်များသည် ထုတ်ဝေထားသော နှိုင်းယှဉ်မှုများကို သီးခြားအတည်မပြုရသေးသော်လည်း သီးခြား Frontier cloud မော်ဒယ်များနှင့် ယှဉ်ပြိုင်နိုင်ကြောင်း ကုမ္ပဏီက အစီရင်ခံတင်ပြပါသည်။ ရောင်းချသူ-အစီရင်ခံသည့် စံနှုန်းများကဲ့သို့ပင်၊ ဆော့ဖ်ဝဲအင်ဂျင်နီယာများသည် နယ်စပ်အဆင့် ကွာဟမှုနှင့်ပတ်သက်၍ ကောက်ချက်မဆွဲမီ ပြင်ပအဖွဲ့အစည်း အကဲဖြတ်ချက်များကို ကြည့်ရှုလိုမည်ဖြစ်သည်။
ကိုယ်ရေးကိုယ်တာနှင့် ကုန်ကျစရိတ် အငြင်းပွားမှု
pitch သည် cloud အလုပ်အသွားအလာများထက် အားသာချက် သုံးခုအပေါ် မူတည်သည်။ ဒေသဆိုင်ရာ ကောက်ချက်ချမှုတွင် တိုကင်တစ်ခုစီအတွက် API အခကြေးငွေ မပါ၀င်ပါ၊ အရေးကြီးသောဒေတာသည် စက်တွင်ရှိနေနိုင်ပြီး ပင်မစွမ်းရည်များသည် အော့ဖ်လိုင်းတွင် ဆက်လက်အလုပ်လုပ်နေပါသည်။ စည်းမျဥ်းစည်းကမ်းဒေတာများကို ကိုင်တွယ်သည့်လုပ်ငန်းများနှင့် bandwidth-ကန့်သတ်ထားသောပတ်ဝန်းကျင်များတွင် developer များအတွက်၊ အဆိုပါဂုဏ်သတ္တိများသည် လက်ခံထားသည့် frontier model ၏ ကုန်ကြမ်းစွမ်းဆောင်ရည်ထက် သာလွန်နိုင်သည်။
ဟာ့ဒ်ဝဲနဲ့ လျှပ်စစ်မီးက အလကားမဟုတ်တာတော့ ဟုတ်ပါတယ်။ Edge0 သည် ၎င်း၏ ပါဝါကိန်းဂဏန်းများသည် ဆက်တိုက် ~ 120W ဆွဲငင်မှုကို ထင်ဟပ်နေသည်— ဘက်ထရီသက်တမ်းနှင့် အပူရှိန်အတွက် အမှန်တကယ်သက်ရောက်မှုများရှိသည့် စွမ်းဆောင်ရည်မြင့် Laptop နှင့် နှိုင်းယှဉ်ပါက ၎င်းကို တိုက်ရိုက်အသိအမှတ်ပြုပါသည်။
ဒေသခံ AI ဂေဟစနစ်အတွက် ၎င်းသည် အဘယ်အဓိပ္ပာယ်ရှိသနည်း။
ကြေညာချက်၏ ပူးတွဲပါ ခွဲခြမ်းစိတ်ဖြာချက်သည် ဖုန်းများ၊ လက်ပ်တော့များနှင့် AI PC များအတွက် ရည်ရွယ်သည့် ဓာတ်ခွဲခန်း ၁၄ ခုမှ အနည်းဆုံး 1B ဘောင်များရှိသည့် အဖွင့်မော်ဒယ် 67 ခုကို ခြေရာခံပြီး လမ်းကြောင်းသည် မတ်စောက်ပါသည်။ အစီရင်ခံထားသော နံပါတ်များသည် သီးခြားပြန်လည်သုံးသပ်မှုအောက်တွင် ရှိနေပါက Edge0-145B သည် သုံးစွဲသူများ၏ ဟာ့ဒ်ဝဲလ်များ လက်ခံဆောင်ရွက်ပေးနိုင်သည့် အဆင့်ပြောင်းလဲမှုကို ကိုယ်စားပြုသည်- ယခုအချိန်အထိ လူများပိုင်ဆိုင်ပြီးဖြစ်သော စက်များတွင် ဒေတာစင်တာ GPUs များ ရရှိနိုင်စေရန် တောင်းဆိုထားသည့် မော်ဒယ်အတန်းအစား။
ပြိုင်ဖက်များသည် တူညီသော ဦးတည်ရာသို့ ရွေ့လျားနေကြသည်။ Meta သည် သုံးစွဲသူ GPU များပေါ်တွင် တည်ဆောက်ထားသည့် ၎င်း၏ Muse Glimmer ပွင့်လင်းအေးဂျင့်မော်ဒယ်ကို တင်ပို့ခဲ့ပြီး Apple ၏ Foundation Models မူဘောင်သည် စက်ပစ္စည်းပေါ်ရှိ ကောက်ချက်ချမှုအပေါ် developer များ၏ စိတ်ဝင်စားမှုကို အသစ်တဖန်ပြန်လည်ရရှိခဲ့သည်။ ကွာခြားချက်မှာ စကေးဖြစ်သည်- လက်ရှိ အလေးမထားသော ဂေဟစနစ်တွင် မည်သည့်အရာမှ လက်ပ်တော့အတန်းအစား မမ်မိုရီဘတ်ဂျက်များကို ပစ်မှတ်ထားသည့် 145B ဘောင်များနှင့် နီးစပ်ပါသည်။
ဗဟိုချုပ်ကိုင်မှုနှင့်ပတ်သက်၍ ပြင်းထန်သော အခြေအတင် ဆွေးနွေးမှုများကြားတွင် ထုတ်ပြန်ချက်သည် ထွက်ပေါ်လာသည်။ privacy-focused browsers များမှ အေးဂျင့်ငွေပေးချေမှု စီးဆင်းမှုများကို local-first inference frameworks များသို့ ပေါင်းထည့်ခြင်း ၊ လုပ်ငန်း၏ open-weight camp သည် စွမ်းရည်ရှိသော AI သည် hyperscaler ၏ data center တွင် နေထိုင်ရန်မလိုအပ်ကြောင်း ငြင်းခုံခဲ့သည် ။ Edge0-145B သည် ထိုငြင်းခုံမှုတွင် အပြင်းထန်ဆုံး ဒေတာအချက်ဖြစ်သည်။
Developer များသည် မော်ဒယ်အလေးများကို ဒေါင်းလုဒ်လုပ်ခြင်း၊ စုံစုံဘောင်ကို စူးစမ်းလေ့လာခြင်း သို့မဟုတ် Edge0 အက်ပ်ကို ကုမ္ပဏီ၏ဆိုက်မှတဆင့် စမ်းသုံးနိုင်သည်။ စံနှုန်းများသည် ရပ်ရွာ စိစစ်ခြင်း ရှင်သန်ခြင်း ရှိမရှိ ပွင့်လင်းသော မေးခွန်းဖြစ်သည် — သို့သော် မျိုးပွားရန်အတွက် ထုတ်လွှတ်သော အစုအစည်း အပြည့်အစုံဖြင့် စိစစ်မှုသည် ကြာရှည်မခံသင့်ပါ။
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
