Liquid AI 發布邊緣多模態決策模型 d1-3B 與 d1-omni-600M，採單次前向傳遞，邊緣設備推論低於 50 毫秒

Liquid AI 在 Hugging Face 推出針對邊緣運算的開源權重多模態決策模型 d1-3B 與 d1-omni-600M。兩者基於 Liquid Foundation Models (LFMs) 打造，有別於生成式模型，其不生成 token，而是透過單次前向傳遞（single forward pass）直接給出答案。 d1-3B 基於僅解碼器架構的 LFM2.5-VL-3B 訓練，支援文本與圖像輸入。在七項公開資料集平均得分達 82.9，超越 Decider 4B；在 Decision Index 0.2.1 獲得 48.57 分，優於 10B 以下所有模型及 Decider 35B-A3B。速度方面，d1-3B 在邊緣設備回答單一問題均低於 50 毫秒，其中 NVIDIA Jetson AGX Thor 為 16 毫秒、Jetson Orin Nano 為 50 毫秒、Apple M5 Pro 為 30 毫秒；在 RTX 4090 GPU 上僅需 8 毫秒。 處於早期研究發布階段的 d1-omni-600M 則基於雙向編碼器 LFM2.5-Encoder-350M，支援「文本與圖像」或「文本與音訊」輸入。該模型在七項基準測試平均得分為 78.4，以四分之一的參數量超越 Decider 2B。兩款模型已上架 Hugging Face，需搭配 transformers 5.14 以上版本並啟用 trust_remote_code 載入。