LiquidAI 开源端侧决策模型 d1

LiquidAI 刚开源了 d1 决策模型家族的两个新成员，d1-3B 和 d1-omni-600M，定位很明确，就是给边缘设备用的。和常见的生成式模型不同，决策模型不逐 token 输出，而是一次前向传播直接给答案，这个思路在端侧场景里其实更合理，延迟和功耗都更好控制。

先看硬指标。d1-3B 在 Decision Index 0.2.1 上拿到 48.57 分，官方说这是 10B 以下最好的决策模型，超过了所有 4B 和 9B 模型，也压过了 Decider 35B-A3B 的 47.11。这个对比挺有意思，一个 3B 模型打赢了 35B 的 MoE，说明决策任务上参数规模未必是决定因素，架构和训练方式可能更关键。多模态能力是另一个看点。d1-3B 支持文本加图像，d1-omni-600M 则支持文本加图像或文本加音频，后者还是实验性的。速度方面，d1-3B 在 NVIDIA Jetson AGX Thor 上回答一个问题只要 16 毫秒，AGX Orin 上 26 毫秒，Orin Nano 上 50 毫秒。这个延迟水平放到机器人、工业质检或者车载交互里，基本是实时可用的。技术底座是他们的 Liquid Foundation Models，决策模型和生成模型走的是两条路线。我比较关注的是，这类模型开源之后，端侧 AI 的玩法会不会变。以前大家拼的是把大模型塞进设备，现在如果决策任务可以用小模型一次前向搞定，那很多场景根本不需要大模型上场。当然，实验性的 omni 版本和决策索引本身的权威性还需要更多第三方验证。但方向是对的，端侧需要的不只是能聊天的模型，更需要能快速做判断的模型。做硬件和边缘计算的朋友可以留意一下这两个权重。