Liquid AI 发布面向边缘设备的多模态开放式决策模型

Liquid AI 发布两款面向边缘设备的多模态决策模型，重点在于以较小参数规模实现低延迟推理，关注价值是其对端侧视觉、语音与文本任务部署的适配。来源为 Hugging Face Blog，2026-10-07。

• d1-3B 支持文本和图像输入，在公开 Decision Index 测试中取得 48.57 分；该排名依赖测试版本、数据集和比较对象。
• d1-omni-600M 支持文本、图像或音频输入，但仍属于早期研究版本，官方暂未公布其速度数据。
• d1-3B 在 Jetson AGX Thor、Orin 和 Orin Nano 上的单问题响应时间分别为 16、26 和 50 毫秒，测试结果受硬件、软件栈和输入条件影响。
• 官方说明模型采用单次前向推理，不生成连续 token，因此更适合分类、问答和意图识别等决策任务，而非开放式长文本生成。
• 影响/看点：如果后续在更多真实场景和未参与训练的数据上保持性能，较低延迟可能降低边缘设备部署门槛；但现有结果主要覆盖公开决策数据集，不能直接等同于通用多模态能力。
• 资料依据:
• Hugging Face Blog（2026-10-07）：https://huggingface.co/blog/LiquidAI/open-d1

本内容由 AI 生成，仅供参考，请注意甄别