Liquid AI Liquid Context: Agen AI Lokal di Snapdragon Punya Memori Pribadi

Liquid AI resmi bawa Liquid Context ke chip Snapdragon di Snapdragon Summit 2026 di Maui (23 September 2026). Intinya: lapisan memori pribadi yang jalan di perangkat — bukan di cloud — supaya agen AI tahu rutinitas dan prioritas user tanpa mengirim setiap update ke server.

Ini kolaborasi dengan Qualcomm Technologies. Liquid Context dioptimasi buat Hexagon NPU. Sehari kemudian (24 September), Liquid AI juga rilis LFM2.5-VL-DSpark: draft model buat percepat model vision LFM2.5-VL-3B di edge. Dua berita berdekatan, satu cerita: AI yang “ngerti user-nya” harus hemat daya dan tetap di perangkat.

Buat teman-teman yang HP-nya Snapdragon (banyak flagship Android di Indo), arahnya jelas. Agen tidak cuma jawab chat. Dia boleh proaktif — asal konteksnya dibangun lokal, dan aksi tetap butuh izin.

Apa yang diumumkan di Summit Maui

Ringkas dari blog Liquid AI, Business Wire, The Next Web, dan The Elec:

1. Liquid Context = lapisan konteks on-device, dioptimasi buat prosesor Snapdragon, jalan di Hexagon NPU.
2. Dengan izin user, sistem belajar dari sinyal perangkat: rutinitas, preferensi, kebutuhan — lalu update terus.
3. Konteks itu bisa dipakai agen on-device, cloud, atau hybrid — termasuk agen pihak ketiga dan Liquid Agent.
4. Data pribadi dibangun lokal. Agen hanya dapat potongan yang diizinkan user.
5. OEM bisa pakai Liquid Context sebagai fondasi, lalu pilih agen sendiri — atau evaluasi Liquid Agent (model LFM2.5-2.6B).
6. Qualcomm & Liquid AI bilang masih eksplorasi kerja sama lebih lanjut; belum ada daftar HP konsumen yang “sudah shipping” fitur ini.
7. The Elec menulis Liquid Context sedang diuji di platform Snapdragon Digital Cockpit untuk Mercedes-Benz (tahap demo cockpit).
8. Sehari kemudian: rilis LFM2.5-VL-DSpark di Hugging Face (Safetensors + GGUF), support llama.cpp / MLX-VLM / SGLang.

CEO Liquid AI Ramin Hasani bilang personal AI mulai dari memahami cara hidup user — dan Hexagon NPU yang bikin inteligensi lokal kontinu jadi praktis. Dari sisi Qualcomm, Durga Malladi (EVP) framing-nya: Snapdragon + partner seperti Liquid AI buat percepat pengalaman Agentic AI.

Catatan: Ini pengumuman platform + OEM path, bukan tombol “Liquid Context” yang langsung muncul di Settings HP Indo minggu ini. Cek update manufacturer / Qualcomm AI Hub sebelum berharap fitur retail.

Liquid Context vs agent biasa: bedanya di mana

Banyak “asisten AI” di HP masih reaktif: user tanya, dia jawab. Liquid Context mau isi celah di tengah: siapa yang ngerti konteks, supaya agen mana pun bisa lebih relevan.

Pemisahan yang dipakai Liquid AI:

• Context = pemahaman (rutinitas, preferensi, kebutuhan, state tugas)
• Agent = yang nalar, usul langkah, dan eksekusi dengan izin

Artinya satu lapisan konteks bisa “disuplai” ke beberapa agen. Ganti agen chat, konteks pribadi tidak harus dibangun ulang dari nol — asal izin user tetap jalan.

Contoh ilustratif dari press (bukan klaim produk retail siap pakai):

1. Anak sakit, jemput sekolah lebih awal — agen cek kalender, pilih meeting yang bisa digeser, draft email reschedule buat disetujui.
2. Sehari konferensi — agen ambil foto yang diizinkan, draft post LinkedIn sesuai gaya tulisan user, antri review.
3. Lari pakai jam, HP di rumah — jam catat rekor pribadi; saat balik ke mobil, konteks sync lokal; agen di mobil ucapkan selamat, dinginkan kabin, usul stop smoothie.

Alur kasarnya kira-kira gini:

flowchart TB
  S[Sinyal perangkat<br/>pesan / kalender / sensor] -->|izin user| LC[Liquid Context<br/>Hexagon NPU]
  LC --> A1[Agen on-device<br/>Liquid Agent / OEM]
  LC --> A2[Agen cloud / hybrid]
  A1 -->|usul + aksi| U[User approve]
  A2 -->|usul + aksi| U

Poin privasi yang diulang: update konteks tidak harus lewat model cloud tiap detik. NPU yang kerja di belakang layar. Cloud baru ikut kalau agen cloud memang dipilih dan diizinkan.

Tips: Baca ulang kalimat “with the user’s permission” di press. Itu fondasi produk. Kalau OEM nanti bundling, cek UI izin: apa yang dibaca, apa yang dikirim keluar, dan cara matikan.

Hexagon NPU, Liquid Agent, dan model LFM2.5-2.6B

Liquid AI bukan cuma kirim “SDK konteks”. Mereka juga optimasi Liquid Agent — agen embedded yang pakai model LFM2.5-2.6B (2,6 miliar parameter) buat Hexagon NPU.

Kenapa ukuran ini penting: model kecil bisa numpang di SoC HP / cockpit tanpa makan RAM kayak model 70B. Klaim Liquid AI: LFM (Liquid Foundation Models) mereka diarahkan ke Pareto frontier efisiensi di perangkat — latency, privasi, dan performa di luar data center.

Hasani (via The Elec) menekankan Snapdragon dipilih karena arsitektur heterogeneous:

• Hexagon NPU — jalanin beban AI hemat daya
• Sensing Hub — baca & abstraksi sensor
• CPU — sampling token / keputusan akhir agen

Liquid Context + Liquid Agent = paket yang bisa ditawarkan OEM: konteks shared + agen brandable. OEM tetap boleh pakai agen lain di atas konteks yang sama.

Catatan: Bar ketiga di chart = persentase penambahan ukuran (8,9%), bukan juta parameter. Angka dari blog Liquid AI soal draft VLM.

Sehari kemudian: LFM2.5-VL-DSpark buat vision lebih kencang

24 September 2026, Liquid AI rilis LFM2.5-VL-DSpark — draft model eksperimen buat LFM2.5-VL-3B (vision-language). Ide dasarnya speculative decoding: model kecil menebak beberapa token berikutnya, model utama verifikasi sekali jalan.

Baca juga Google Buka SynthID untuk Umum, Begini Cara Cek Foto dan Video Buatan AI

Angka yang mereka laporkan (FP16 / BF16, batch 1):

Detail lain dari blog teknis:

• Draft ~280 juta parameter (+8,9% ukuran deployed)
• Arsitektur: 4 layer, block size 8–9 (rekomendasi inferensi)
• Training ablations hanya di hardware AMD
• Format: Safetensors + GGUF; support llama.cpp, MLX-VLM, SGLang
• Benchmark task: MMSpec (VQA, caption, chart, reasoning, multi-turn)

Mereka juga jujur soal batas: speculative decoding hanya percepat fase decode. Encode gambar + prefill tetap jalan. Di edge, prefill sering makan porsi besar waktu — jadi decode 3× tidak otomatis bikin jawaban 3× lebih cepat end-to-end. Itu Amdahl’s law, versi vision.

Kenapa relevan ke berita Summit? Satu narasi: konteks pribadi di NPU + model kecil yang makin cepat di perangkat. Agen yang “lihat” screenshot / dokumen / foto dashboard tetap butuh decode cepat tanpa naik ke cloud tiap frame.

Peringatan: Angka throughput dari vendor. Bandingkan di perangkat sendiri (Pipette / llama.cpp benchmark) sebelum janji ke klien.

Cocok dicoba dari Indo minggu ini

Mayoritas HP Android flagship–mid flagship di Indonesia pakai Snapdragon. Jadi framing Liquid Context lebih dekat ke kehidupan sehari-hari ketimbang chip edge server Jepang atau satelit TPU.

Yang realistis sekarang:

1. Jangan tunggu Settings “Liquid Context” di HP retail Indo minggu ini. Ini path OEM + demo cockpit; consumer SKU belum diumumkan.
2. Yang bisa dicoba developer: unduh LFM2.5 / LFM2.5-VL + DSpark dari Hugging Face, uji di laptop/mini PC (MLX, llama.cpp, SGLang).
3. Privasi agen di HP: bandingkan cara kerja on-device (Gemini Nano / lokal lain) dengan janji “konteks tidak dikirim tiap update”. Pakai checklist izin app.
4. UMKM & creator: agen yang draft reply WA / caption bisa hemat waktu — tapi pastikan tidak auto-kirim tanpa approve. Pola “draft → review” dari contoh press bagus ditiru.
5. Koneksi & biaya cloud: konteks lokal menekan token cloud. Kalau workflow masih 100% ChatGPT/Claude cloud, hitung dulu berapa yang bisa dipindah ke on-device.
6. Mobil & wearable: cerita jam → mobil relevan buat yang pakai ecosystem connected car; di Indo masih terbatas ke brand tertentu.
7. Snapdragon 8 Elite Gen 6 (sudah dibahas terpisah di mughu.id) = hardware SoC. Liquid Context = lapisan software di atas SoC. Jangan samakan keduanya.

Kalau jadi product manager di brand Android lokal / distributor, pertanyaan ke Qualcomm/Liquid minggu ini: kapan Early Access OEM, region mana dulu, dan apakah API konteks terbuka buat agen pihak ketiga di luar Liquid Agent.

Praktik kecil untuk developer Indo: ambil satu task vision (OCR struk, baca chart dashboard), ukur latency LFM2.5-VL dengan dan tanpa DSpark di mesin yang ada. Catat decode vs end-to-end — biar ekspektasi “3× lebih kencang” tidak salah baca.

Batasan dan timeline yang perlu dicatat

Press jujur di beberapa titik, meski nada marketing tetap kencang:

• Belum ada daftar OEM HP yang shipping Liquid Context ke konsumen hari ini.
• Kerja sama Qualcomm–Liquid AI: “exploring additional opportunities” — bahasa partnership, bukan kontrak retail final.
• Demo cockpit Mercedes-Benz (The Elec) = tahap demonstrasi, bukan fitur showroom Indo otomatis.
• Hasani memproyeksikan hybrid AI “miliaran perangkat” sekitar 2029 — itu visi, bukan SLA 2026.
• DSpark vision: eksperimental; acceleration untuk model terkuantisasi di luar scope rilis ini.
• Liquid Context butuh izin user yang jelas; tanpa UI izin yang baik, risiko over-sharing tetap ada.
• Model open-weight ≠ fitur Context otomatis gratis di semua Snapdragon. Context layer = produk/integrasi OEM.

Satu beda penting dari berita “agen lokal PC” lain (misalnya Perplexity Portable Computer di AMD): Liquid Context menarget SoC mobile + kendaraan + perangkat sehari-hari, bukan cuma workstation developer. Skala OEM-nya beda — dan justru itu yang bikin timeline consumer lebih panjang.

Poin penting

• 23 Sep 2026: Liquid AI + Qualcomm umumkan Liquid Context di Snapdragon Summit (Maui).
• Lapisan konteks pribadi jalan di Hexagon NPU; update tidak wajib lewat cloud.
• Agen on-device / cloud / hybrid boleh konsumsi konteks sesuai izin user.
• Liquid Agent pakai LFM2.5-2.6B, dioptimasi Hexagon; OEM bisa brand sendiri.
• The Elec: uji di Snapdragon Digital Cockpit Mercedes-Benz (demo).
• 24 Sep 2026: rilis LFM2.5-VL-DSpark — decode sampai ~3× di M5 Max (klaim vendor).
• Ini path OEM/platform, bukan toggle retail Indo minggu ini.
• Berbeda dari artikel chip Snapdragon 8 Elite Gen 6: ini software konteks + agen, bukan spesifikasi SoC.

Checklist

• Baca blog resmi Liquid AI “Liquid Context + Qualcomm” (23 Sep 2026)
• Bedakan: Snapdragon SoC vs Liquid Context (software layer)
• Cek apakah OEM HP / mobil yang dipakai bilang ikut Early Access
• Kalau developer: unduh LFM2.5-VL + DSpark di Hugging Face
• Uji latency decode vs end-to-end (jangan percaya angka marketing mentah)
• Review izin app agen di HP: apa yang dibaca lokal, apa yang keluar
• Tetapkan pola “draft → approve” sebelum auto-aksi di workflow tim
• Pantau Qualcomm AI Hub / release OEM Indo 1–2 kuartal ke depan

Referensi

1. Liquid AI Blog (2026). Liquid AI, in Collaboration with Qualcomm Technologies, Brings Personal AI Context to Devices Powered by Snapdragon
2. Liquid AI Blog (2026). LFM2.5-VL-DSpark: Accelerating vision-language models on edge and beyond
3. Business Wire via Financial Post (2026). Liquid AI–Qualcomm Liquid Context press release syndication
4. The Next Web (2026). Liquid AI puts a personal context layer for AI agents on Snapdragon chips
5. The Elec (2026). Qualcomm, Liquid AI Unveil Proactive AI Agent With Persistent Memory
6. Liquid AI Blog (2026). LFM2.5-2.6B model / agentic notes referenced in Context announcement
7. Qualcomm Technologies (2026). Snapdragon Summit 2026 event context and Durga Malladi quote in Liquid AI release
8. Hugging Face (2026). Liquid AI model cards and LFM2.5-VL-DSpark availability notes
9. Liquid AI (2026). Company description: device-native foundation models / LFMs outside data centers
10. Cheng et al. (2026). DSpark: Confidence-Scheduled Speculative Decoding — cited in Liquid AI VL-DSpark post
11. Shen et al. (2026). MMSpec: Benchmarking Speculative Decoding for Vision-Language Models
12. Leviathan et al. (2023). Fast Inference from Transformers via Speculative Decoding — correctness of speculative sampling
13. Apple Machine Learning Research (2025). Exploring LLMs with MLX and Neural Accelerators in the M5 GPU — cited for edge prefill context
14. Mercedes-Benz / Snapdragon Digital Cockpit coverage via The Elec (2026). Demo-stage in-vehicle AI context
15. Liquid AI Pipette (2026). On-device benchmarking infrastructure mentioned in VL-DSpark blog