Liquid AI开源d1系列决策模型 单次判断8毫秒

IT时代网10月9日消息，Liquid AI发布博文，宣布推出d1系列两款开放权重决策模型：d1-3B支持31.2亿参数的文本与图像判断，d1-omni-600M以5.87亿参数支持文本、图像及语音输入。

在9月Jev模型推出引发关注后，OpenAI等公司也相继推出类似的决策模型，Liquid AI是加入这一战局的新成员。本次推出的两款模型已在Hugging Face公开，用户可下载、微调并部署。

d1-3B拥有31.2亿参数，基于视觉语言模型LFM2.5-VL-3B训练，支持文本与图像输入，在Decision Index v0.2.1公开测试集获得48.57分，官方称其领先所有100亿参数以下模型。

d1-omni-600M拥有5.87亿参数，基于双向编码器LFM2.5-Encoder-350M训练，支持文本与图像、或文本与语音的组合输入，是Liquid AI首个实验性多模态决策模型检查点。

推理速度方面，d1-3B在NVIDIA RTX 4090上回答单个问题耗时8毫秒，处理384像素图像耗时102毫秒；在Jetson AGX Thor上单问耗时16毫秒。

注：本文综合自IT之家等，文中包含AI辅助创作的内容。

编辑：林一舟