MacPaw dan Liquid AI Bangun Tumpukan AI Lokal untuk macOS

• Liquid Foundation Models (LFM) – Liquid AI merancang dan menyempurnakan LFM khusus untuk asisten AI di macOS. Model-model ini dirancang agar sangat efisien saat dijalankan di Apple Silicon .
• Elix – Mesin inferensi lokal milik MacPaw yang menjalankan LFM sepenuhnya di Mac. Dengan Elix, model dapat beroperasi tanpa mengirim data ke cloud, memberikan respons cepat, privasi, dan kemampuan offline .
• Mnemos – Lapisan memori persisten milik MacPaw yang menyimpan konteks antar sesi interaksi, sehingga asisten AI dapat "mengingat" percakapan sebelumnya dan menjadi lebih berguna seiring waktu .

Eney: Produk Pertama yang Menggunakan Tumpukan Baru

Eney adalah asisten AI MacPaw untuk macOS. Ia akan menjadi produk pertama yang didukung oleh tumpukan baru ini, menawarkan kemampuan penalaran, pencarian kontekstual, eksekusi perintah, dan riwayat percakapan—semuanya disimpan secara lokal. Model cloud akan tetap tersedia sebagai opsi jika ada tugas yang lebih cocok dikerjakan di cloud . Eney sebenarnya sudah beralih ke model lokal tahun lalu, dan kemitraan baru ini dimaksudkan untuk memperdalam arsitektur lokal tersebut .

Akses Pengembang Melalui Setapp dengan Harga Berbasis Kredit

Setelah tumpukan ini terbukti andal di Eney, MacPaw berencana membuka teknologi inferensi on-device yang sama (Elix + Mnemos + LFM) untuk pengembang pihak ketiga melalui Setapp, pasar aplikasi berlangganan mereka yang memiliki lebih dari 150.000 pelanggan berbayar .

• Harga berbasis kredit – MacPaw sedang menguji sistem di mana pengguna Setapp membeli kredit. Setiap operasi AI (lokal atau cloud) akan menghabiskan kredit tergantung pada tingkat kerumitan tugas .
• Solusi lengkap bagi pengembang – Pengembang Setapp akan dapat menawarkan fitur AI on-device melalui tumpukan bersama ini, plus mengakses model cloud dari penyedia seperti Google jika suatu tugas membutuhkan daya komputasi cloud . Artinya, pengembang mendapatkan satu platform dengan opsi inferensi lokal dan cloud.

Kemitraan ini diposisikan sebagai alternatif yang mengutamakan privasi dibandingkan AI berbasis cloud, dengan tujuan menjaga data pribadi tetap berada di perangkat secara default, namun tetap memberi pengguna akses ke model cloud saat diperlukan .