← 返回快讯

快讯

Liquid AI 发布 Open d1：两款开放权重多模态决策模型

liquidai

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。

Liquid AI开源模型多模态模型边缘部署AI模型发布

查看原始帖子 ↗

所属事件 →

事件来源

查看原文
RT Melvin Vivas Open weights decision models, will give it a spin Liquid AI: Today we release Open d1: two open-weight multimodal models in our d1 decision model family. > d1-3B: text + vision > d1-omni-600M: text + image or text + audio > Real-time decision making anywhere, from data centers such as @nvidia DGX to RTX workstations to Jetson at the edge.

前后事件

上一篇Jeff Boudier：Hugging Face公共模型、数据集和应用达600万

下一篇Yun-Ta Tsai：特斯拉上可让FSD通勤、Grok @bot代办事务同时进行

同账号事件

  • 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 d1-omni-600M：可在浏览器内自动分类语音笔记的实验性多模态模型

    Liquid AI 介绍其实验性模型 d1-omni-600M，用于文本+图像或文本+音频任务。团队表示，该模型由 LFM2.5-Encoder-350M 结合视觉与音频编码器构成，并在毒性检测和复述识别两项文本基准对比中领先。作者称，该模型可在约 160 毫秒内将语音内容自动归类为提醒、清单、消息、出行、问题或音乐，全程在浏览器中通过 WebGPU 运行，无需转录文本，仅输出结构化 JSON，语音数据不离开当前页面。模型已提供 Hugging Face 演示空间及 ONNX 版本（支持文本、视觉、音频）。

  • Liquid AI 发布 Open d1 系列开源多模态决策模型，覆盖 d1-3B 与 d1-omni-600M

    Liquid AI 宣布发布 Open d1：d1 决策模型系列中的两个开源权重多模态模型。d1-3B 支持文本+视觉，d1-omni-600M 支持文本+图像或文本+音频。团队表示这些模型可在从 @nvidia DGX 数据中心到 RTX 工作站再到 Jetson 边缘设备上实现实时决策。转发者 Derya Unutmaz 称此类单次前向完成决策的模型对机器人、自主实验室、医疗设备和物理 AI 具有重大意义。

  • Liquid AI 发布 Open d1：两个开源多模态决策模型

    团队表示，Liquid AI 今日发布 Open d1 系列，包含两个开源权重的多模态模型：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 NVIDIA DGX 数据中心部署到 RTX 工作站，再到 Jetson 边缘设备。

  • Liquid AI 发布 Open d1：两个开源多模态决策模型

    Liquid AI 宣布发布 Open d1，推出 d1 决策模型家族的两个开源权重多模态模型：d1-3B 支持文本加视觉，d1-omni-600M 支持文本加图像或文本加音频。官方称模型面向实时决策，可部署于从 NVIDIA DGX 数据中心、RTX 工作站到 Jetson 边缘设备等多种环境。转发者表示 d1-3B 在 RTX 4090 上据称延迟为 8 毫秒，并称其为"一次前向传播输出结果、零输出 token"的决策模型；这些性能数据来自作者转述，未经独立核实。