先了解这件事
2026年9月30日,Liquid AI发布首个决策模型d1,面向结构化选择而非文本生成:输入上下文和一组带类型的问题后,单次调用返回固定结果集上的校准概率,usage.output_tokens为0。据官方博客,d1可同时接收文本和图像,一次前向传播直接返回各选项概率,文本决策耗时200到300毫秒;官方称在六个真实应用中d1在四项上追平或超过GPT-6.1 Sol,成本比GPT-6.1 Sol和Claude Opus 5.5低19到200倍。d1已在Liquid AI API上线,按输入token计费,图像按每32×32像素块1.5 token折算,并通过Vercel和OpenRouter提供纯文本版本。10月7日至8日,Liquid AI进一步发布开放权重端侧多模态决策模型d1-3B与d1-omni-600M,已在Hugging Face上线。d1-3B在Decision Index v0.2.1公开集得48.57,单次提问在RTX 4090上8毫秒、Jetson AGX Thor上16毫秒、Jetson AGX Orin上26毫秒、Jetson Orin Nano上50毫秒;d
AI 根据公开报道生成
最新进展 · 正式报道
Liquid AI 开源 d1-3B 与 d1-omni-600M 多模态决策模型事件进展
2 个已确认进展
- 来源：Liquid AI 模型与工程博客
- 来源：Liquid AI 模型与工程博客
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月8日
MarkTechPost
Liquid AI 开源 d1-3B 与 d1-omni-600M 多模态决策模型
Liquid AI 发布 Open d1 系列两款开源权重多模态决策模型：d1-3B 读取文本与图像，d1-omni-600M 读取文本加图像或音频，两者都不生成文本，而是在一次前向传播中返回校准后的类型化答案，输出 token 数为 0。d1-3B 有 3.12B 参数，基于 LFM2.5-VL-3B，使用 400M SigLIP2 NaFlex 视觉编码器和 32,768 token 上下文；d1-omni-600M 有 587M 参数，基于 LFM2.5-Encoder-350M，音频编码器为 17 层 FastConformer，上下文 16,384 token，音频片段上限 30 秒。两个检查点已上 Hugging Face，可通过 Transformers 加载并支持 llama.cpp，LFM Open License v1.0 允许年收入低于 1000 万美元的免费商用；d1-3B 在 Decision Index v0.2.1 得 48.57，在 RTX 4090 上单问题延迟 8 ms。
Hugging Face一手
LiquidAI 发布面向端侧的 d1-3B 与 d1-omni-600M 开源决策模型
LiquidAI 发布基于 LFM 的两款开源决策模型 d1-3B 和 d1-omni-600M，它们不生成 token，而是在单次前向传播中给出答案。d1-3B 基于 LFM2.5-VL-3B 训练，接受文本和图像输入，在七个公开数据集上平均得分 82.9，高于 Decider 4B；d1-omni-600M 基于双向编码器 LFM2.5-Encoder-350M，加入视觉和音频编码器，得分 78.4，超过 Decider 2B 的 77.1，参数量仅为其四分之一，目前处于早期研究发布阶段。与 NVIDIA 合作在 RTX 4090、Jetson AGX Thor、Jetson AGX Orin 64 GB 和 Jetson Orin Nano 上评测，d1-3B 在每台设备上回答单个问题均低于 50 ms，GPU 上低于 10 ms，处理 384px 图像低于 18 ms。两款模型均为开放权重，已在 Hugging Face 上线。
10月7日
Liquid AI 模型与工程博客一手精选
Liquid AI 发布 d1-3B 与 d1-omni-600M 开放权重决策模型
Liquid AI 发布 d1-3B 和 d1-omni-600M 两款开放权重决策模型，已在 Hugging Face 上线。d1-3B 在 Decision Index v0.2.1 公开集得 48.57，超过所有 10B 以下模型，与 12 倍规模的 Decider 35B-A3B 持平；单次提问在 RTX 4090 上 8 ms、Jetson AGX Thor 上 16 ms、Jetson AGX Orin 上 26 ms、Jetson Orin Nano 上 50 ms。d1-omni-600M 是首个实验性 checkpoint，支持文本与图像或文本与音频输入，同一指数得 15.95。
10月5日
Liquid AI 模型与工程博客一手精选
Liquid AI 发布首个决策模型 d1，支持文本与图像
Liquid AI 发布首个决策模型 d1，可同时接收文本和图像，一次前向传播直接返回各选项概率而不生成 token，文本决策耗时 200 到 300 毫秒。官方称在六个真实应用中 d1 在四项上追平或超过 GPT-6.1 Sol，成本比 GPT-6.1 Sol 和 Claude Opus 5.5 低 19 到 200 倍，且每项任务响应更快。d1 已在 Liquid AI API 上线，按输入 token 计费，图像按每 32×32 像素块 1.5 token 折算，同时通过 Vercel 和 OpenRouter 提供纯文本版本，视觉能力即将上线。
9月30日
MarkTechPost
Liquid AI 发布决策模型 d1，单次调用返回校准概率且零输出 token
Liquid AI 发布决策模型 d1，面向结构化选择而非文本生成，输入上下文和一组带类型的问题后，单次调用返回固定结果集上的校准概率，usage.output_tokens 为 0。d1 已在 Liquid API 以 d1:free 名称托管上线，模型库标注为仅 API、不可训练，因此没有 GGUF、MLX 或 ONNX 权重可自托管。官方迁移指南给出的规则是：答案属于 N 个已知选项时用决策模型，需要生成新字符串时继续用 LLM；其审核示例在 0.8 以上拦截、0.2 以下放行，中间区间转人工复核。