AI for Data
Liquid AI 发布开放权重 d1-3B 与 d1-omni-600M：零输出 token 的多模态决策模型
原标题: Liquid AI 发布开放权重 d1-3B 与 d1-omni-600M：零输出 token 的多模态决策模型
📋总体概括
Liquid AI 开源发布 d1 决策模型家族的两款开放权重模型：d1-3B 支持文本+图像输入，d1-omni-600M 支持文本+图像或文本+音频输入。与生成式模型不同，两者均不输出文本，而是在单次前向传播中直接返回经过校准的、结构化的类型化答案，输出 token 为零，定位于实时决策场景。这一「零输出 token」架构绕开了自回归生成的延迟与成本，是对传统 LLM 推理范式的一次路线性偏离。
⚡关键信息
- ▸Liquid AI 开源两款 d1 决策模型：d1-3B（文本+图像）与 d1-omni-600M（文本+图像或文本+音频）
- ▸两款模型均不生成文本，单次前向传播直接返回校准后的类型化答案，输出 token 为零
- ▸零输出 token 意味着无自回归解码开销，天然适合低延迟实时决策
- ▸开放权重发布，可本地部署，面向分类、判断类任务而非内容生成
- ▸以 3B/600M 小参数量主打端侧或高吞吐场景，与主流生成式 LLM 形成路线对比
🔥犀利点评
「决策模型不输出文本」听起来像阉割，实则是对 AI 应用最大的清醒：绝大多数生产环境要的不是一篇文章，而是一个带置信度的判断。用零输出 token 换掉逐 token 解码的延迟税，在实时场景是实打实的架构优势。但代价是能力边界极窄——只能做预设好的类型化输出，泛化和灵活性远不如通用 LLM。它能否成立，取决于是否存在足够多的「只需要答案不需要解释」的场景。我认为有，而且比想象中多。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 MarkTechPost 阅读全文 →