Liquid AI 开源两款边缘端多模态决策模型 d1-3B 与 d1-omni-600M

OmniTools 10月8日消息，Liquid AI 联合 Hugging Face 正式开源两款面向边缘设备的开放权重决策模型：d1-3B 与实验性模型 d1-omni-600M。其中 d1-3B 在 Decision Index 0.2.1 基准测试中得分 48.57，为当前参数量低于 10B 模型中的最高分，超越 Decider 35B-A3B（47.11）；d1-omni-600M 支持“文本+图像”或“文本+音频”双模态输入，以仅 600M 参数量在多项任务平均得分上达 78.4，超过 Decider 2B（77.1）。

d1-3B 基于 Liquid Foundation Model 2.5-VL-3B 构建，支持文本与图像输入；d1-omni-600M 则基于 LFM2.5-Encoder-350M，扩展了视觉与音频编码器。二者均采用单次前向推理直接输出结构化决策，无需逐 token 生成。

实测显示，d1-3B 在 NVIDIA Jetson AGX Thor 上单问题响应仅需 16 毫秒，在 Jetson Orin Nano 上为 50 毫秒，满足实时边缘部署需求。两款模型现已上线 Hugging Face，并提供完整推理示例与系统集成指南。