Liquid AI 发布无需输出文本的开放权重多模态决策模型

Liquid AI 于2026年10月7日发布开放权重的 d1-3B 与 d1-omni-600M，面向文本、图像和音频输入，重点在于用一次前向计算直接返回结构化决策，而不是逐词生成答案。

• Liquid AI 博客（2026-10-07）称，d1-3B 参数量约30亿，支持文本与图像；d1-omni-600M 约6亿参数，可处理文本加图像或文本加音频。
• 模型返回是、否、选项概率分布或有序评分等结果，输出标记数为零，适合分类、路由、审核和评分等任务。
• 官方公开的基准中，d1-3B 在 Decision Index v0.2.1 得分为48.57，并报告其在 RTX 4090 上单问题延迟为8毫秒；这些数据来自厂商测试，不能直接等同于所有部署环境的性能。
• 官方称两个模型已在 Hugging Face 提供，并支持 Transformers、llama.cpp 等工具；d1-omni-600M 仍被标注为实验性版本，且官方未给出其完整延迟数据。
• 影响/看点：这类模型可能减少结构化决策场景中的生成与解析开销，但实际价值取决于任务分布、校准质量、硬件环境以及开放许可和模型卡对使用边界的说明。
• 资料依据:
• Liquid AI《Open d1: Edge decision models for text, vision, and audio》（2026-10-07）：https://www.liquid.ai/blog/d1-open
• Liquid AI《Liquid Foundation Models》文档（2026-10-07）：https://docs.liquid.ai/lfm/models/complete-library

本内容由 AI 生成，仅供参考，请注意甄别