返回热点榜
llm热度 0.0°

AI 聚合热点事件 · 2026/10/8

Liquid AI 开源 d1-3B 与 d1-omni-600M:基于 LFM2.5-VL 架构实现边缘端 8ms 极速多模态决策

2 篇收录报道2 家独立信源交叉印证持续跟踪至 2026/10/9 14:29:07
全景综述与最新动态
2 家信源交叉印证

Liquid AI 正式开源其 d1 系列决策模型,重点推出 d1-3B 与实验性多模态版本 d1-omni-600M。此次发布旨在解决边缘计算场景下实时智能体应用的延迟瓶颈,其中 d1-3B 凭借极低的推理耗时和优异的多模态处理能力,重新定义了轻量级决策模型的性能基准。

据多方信源交叉验证,d1-3B 基于 LFM2.5-VL-3B 架构训练,拥有 31.2 亿参数。在 NVIDIA RTX 4090 上,其单次文本判断仅需 8 毫秒,处理 384 像素图像耗时约 102 毫秒;即便在 Jetson Orin Nano 等受限边缘设备上,响应时间也能控制在 50 毫秒以内。在 Decision Index v0.2.1 基准测试中,该模型以 48.57 分的成绩超越多款 4B、9B 乃至 35B 规模的竞品,成为 10B 以下参数中最强的决策模型。此外,d1-omni-600M 进一步支持文本、视觉及音频组合输入,为资源受限环境提供了更广泛的感知能力。

这一举措显著降低了部署高性能多模态智能体的门槛,使得机器人、自动驾驶辅助系统及 IoT 设备能够在本地实现低延迟的复杂决策。随着模型权重在 Hugging Face 全面开源,开发者社区将加速探索边缘端实时交互的新范式,推动从云端大模型向端侧高效智能体的生态迁移。

最新动向/Liquid AI 已在 Hugging Face 平台完整发布 d1-3B 与 d1-omni-600M 的模型权重及技术文档。当前社区正积极复现其在 Decision Index v0.2.1 上的基准表现,并探索将 d1-omni-600M 集成至更多低功耗硬件原型中,以验证其在真实世界多模态交互场景下的稳定性与扩展性。

报道时间线

共 2 篇 · 最新优先
  1. IT之家 · 智能时代T2·78 分

    Liquid AI 开源 d1 系列决策模型:3B 参数实现 8ms 极速推理,支持多模态输入

    原标题:Liquid AI 开源 d1 系列决策模型:单次判断仅 8 毫秒,支持图像输入

    • d1-3B 模型基于 LFM2.5-VL-3B 训练,拥有 31.2 亿参数,在 Decision Index v0.2.1 测试中得分为 48.57,宣称领先所有 10B 以下模型。
    • 推理性能极佳:在 NVIDIA RTX 4090 上,d1-3B 单次文本判断耗时仅 8 毫秒,处理 384 像素图像耗时 102 毫秒;在 Jetson Orin Nano 等边缘设备上也能保持 50 毫秒内的响应。
    • d1-omni-600M 是 Liquid AI 首个实验性多模态决策检查点,支持文本、图像及语音组合输入,适合资源受限场景。
  2. Hugging Face BlogT1·78 分

    Liquid AI 开源 d1-3B 与 d1-omni-600M:边缘端多模态决策模型刷新基准

    原标题:Multimodal open d1 decision models for the edge

    • d1-3B 在 Decision Index 0.2.1 上得分 48.57,是 10B 以下参数中最强的决策模型。
    • 新发布的 d1-omni-600M 支持文本、视觉和音频的多模态输入,处于实验阶段。
    • 模型权重已在 Hugging Face 开源,可直接用于边缘部署研究。