快讯事件 · 1 条来源
Liquid AI d1 3B 本地运行贪吃蛇，8ms 决策、每秒 82 步
atomic.chat 引用 Liquid AI 的帖子称，d1 3B 模型在单张 RTX 3090 上每次决策仅需 8ms，贪吃蛇每秒移动 82 步、吃到 86 个苹果；作为对比，OpenAI API 每次调用耗时 345ms，其蛇只吃到 3 个苹果。以上为帖主引用 atomic.chat 的说法，未经独立核实。
全部来源
前后事件
相关事件
Liquid AI的d1上线Vercel AI Gateway，支持视觉决策
Liquid AI宣布其d1模型已在Vercel AI Gateway上线。据正文，d1为多模态模型，具备视觉支持，可用于分类、路由和打分等决策任务。
Shishir用Liquid AI的d1与Claude构建城市模拟器
Shishir 使用 Liquid AI 的 d1 模型和 Claude，构建了一个城市模拟器，展示了该模型在复杂应用开发中的实际用例。
Liquid AI COO：边缘算力固定，云端agent架构难以直接迁移
Liquid AI COO Jeffrey Li在theCUBE于Fully Connected的访谈中表示，边缘算力是固定的，基于弹性云假设构建的agent harness无法干净地迁移到端侧；决定保留哪些上下文、如何压缩上下文，由此成为模型层面的问题。
Liquid AI 发布 Open d1：两款开放权重多模态模型
Liquid AI 表示今日发布 Open d1，为其 d1 决策模型家族中的两款开放权重多模态模型：d1-3B（文本+视觉）和 d1-omni-600M（文本+图像或文本+音频）。团队称这些模型支持实时决策，可从数据中心（如 NVIDIA DGX）到 RTX 工作站再到边缘端 Jetson 运行。转发的 Song 还提到在本地运行这些模型意味着从"看见世界"走向"实时与之交互"，并点名 NVIDIA Robotics。
Liquid AI 发布 Open d1：两款开放权重多模态决策模型
Liquid AI 宣布推出 Open d1，包含其 d1 决策模型家族中的两款开放权重多模态模型：d1-3B 支持文本+视觉，d1-omni-600M 支持文本+图像或文本+音频。官方表示这些模型可实现实时决策，部署范围从 NVIDIA DGX 数据中心到 RTX 工作站再到 Jetson 边缘设备。