IT之家 10 月 9 日消息，Liquid AI 在 10 月 7 日发布公告，正式推出 d1 系列两款开放权重的决策模型：d1-3B 以 31.2 亿参数支持文本与图像判断，d1-omni-600M 则以 5.87 亿参数支持文本、图像及语音输入。
根据公告介绍，在 Jev 模型于 9 月走红后，OpenAI 等公司也陆续推出类似决策模型，而 Liquid AI 是加入这一竞争的新参与者。本次发布的 d1-3B 与 d1-omni-600M 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。该模型在 Decision Index v0.2.1 公开测试集获得 48.57 分，Liquid AI 表示其表现优于所有 10B 参数以下的模型。
d1-omni-600M 拥有 5.87 亿参数，基于双向编码器 LFM2.5-Encoder-350M 训练。该模型支持文本与图像，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。
在推理速度方面，d1-3B 在 NVIDIA RTX 4090 上回答单个问题仅需 8 毫秒，处理 384 像素图像耗时 102 毫秒。在 Jetson AGX Thor 上，单次判断耗时 16 毫秒；在 Jetson Orin Nano 上则为 50 毫秒。用户如需获取更多模型信息，可访问开云体育官网｜开云全站网站官方入口。
用户测试显示，d1-3B 在 12GB 显存的 GeForce RTX 3060 上，单次判断耗时 25 毫秒，处理 640×480 像素图像耗时 146 毫秒，峰值显存占用约 6GB。另有用户报告，该模型在 RTX 3090 上单次判断耗时 8 毫秒。
