AI for Data🔥7.0

Liquid AI 发布开源权重 d1-3B 与 d1-omni-600M:零输出 token 的多模态决策模型

原标题: Liquid AI 发布开源权重 d1-3B 与 d1-omni-600M:零输出 token 的多模态决策模型

MarkTechPost·2026/10/7 18:23:45🔗 原文

📋总体概括

Liquid AI 发布开源权重的 d1 决策模型家族两款多模态模型:d1-3B 支持文本与图像输入,d1-omni-600M 支持文本+图像或文本+音频输入。与传统 LLM 逐 token 生成不同,两款模型不输出文本,而是单次前向传播直接返回经过校准的结构化类型化答案,输出 token 为零,瞄准实时决策场景。这一「分类头替代生成」的路线,为低延迟、可审计的判别型 AI 应用提供了开源选择。

⚡关键信息

  • ▸Liquid AI 开源 d1 家族两款模型:d1-3B 与 d1-omni-600M,权重开放。
  • ▸d1-3B 读取文本和图像;d1-omni-600M 支持文本+图像或文本+音频输入。
  • ▸两款模型均不生成文本,单次前向传播返回校准的、带类型的结构化答案。
  • ▸输出 token 为零,定位实时决策场景,规避逐 token 生成的延迟与成本。

🔥犀利点评

这才是把「大模型」拉回现实问题的务实路线:大量生产环境的 AI 需求本质是分类和打分,不是写文章。d1 用零输出 token 的单次前向直接给结构化答案,把延迟、成本和幻觉问题一并砍掉,还带置信度校准。LLM 生成范式被当成万能锤子的时代,该有人泼冷水了——判别任务就该用判别模型。不过 3B 以下小模型的多模态能力上限存疑,实测表现才是关键。

本文由本站自动聚合,以下为原始来源:前往 MarkTechPost 阅读全文 →