Hugging Face Blog·· 4 小时前精选AI 评分66
Liquid AI 开源 d1-3B 与 d1-omni-600M 端侧决策模型
Multimodal open d1 decision models for the edge
AI 导读
Liquid AI 发布 d1 决策模型家族的两款开源权重模型 d1-3B 和实验性的 d1-omni-600M，前者在 Decision Index 0.2.1 上以 48.57 分成为 10B 以下最佳决策模型，超过 Decider 35B-A3B 的 47.11。
推荐理由
Liquid AI 开源两款决策模型，给出端侧延迟与七项基准对比，可据此判断小模型做结构化决策的可行性。
深读指南
适合谁读：关注端侧推理、多模态决策模型与边缘AI部署的开发者、研究者及技术选型人员。
决策模型不生成token，而是单次前向传播直接给出结构化答案，适合低延迟决策场景。
decision models don’t produce tokens but answer in a single forward pass
d1-3B在多个公开数据集上平均分最高，且速度在多种边缘设备上均低于50ms。
d1-3B achieves a mean score of 82.9, the highest in the table and above Decider 4B
d1-omni-600M以约四分之一参数量超过Decider 2B，体现小模型在决策任务上的效率优势。
d1-omni-600M scores 78.4, surpassing Decider 2B (77.1) with only a quarter of the parameters
局限与前提：d1-omni-600M仍为实验性早期研究版本，未报告速度数据；视觉与音频基准未公开，音频决策基准尚属开放问题；所有性能与速度数据均来自厂商自测，缺乏第三方独立验证。
对照原文阅读来源：Hugging Face Blog · huggingface.co