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。
共 16 条快讯 · 门户最近更新
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 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。
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。
作者转推 Liquid AI 官方动态:Liquid AI 表示与 NVIDIA Robotics 合作,为开源权重决策模型 d1-3B 构建了 10 个实时摄像头演示,涵盖手势控制游戏到内容审核等场景,每帧仅需一次前向传播;双方还演示了 d1-3B 在 Isaac Sim 环境中进行导航,模型运行于 Jetson 设备上。转发者 Joey 表示期待在自己的 Jetson AGX 硬件上运行该模型。正文末尾在"the model served on a Jetson in a"处截断,完整细节未披露。
作者称在单张 RTX 3060(12GB 显存)上运行 Liquid AI 新发布的开源多模态决策模型 d1-3B:BoolQ 3,270 题全量验证集得分 88.4%(高于官方卡片 86.7),MMLU-Pro 12,032 题得分 44.5%,GPQA 29.8% 接近随机,与其知识是最弱项的定位一致;约 43ms p50 每次决策、每秒 21-23 次决策、占 5GB 显存。推文并引用 Liquid AI:Open d1 发布 d1-3B(文本+视觉)与 d1-omni-600M(文本+图像或文本+音频)两个开源权重模型。
Liquid AI 宣布发布 Open d1,即其 d1 决策模型家族中的两个开放权重多模态模型:d1-3B 支持文本与视觉,d1-omni-600M 支持文本加图像或文本加音频。官方称模型可实现"随时随地实时决策",部署范围从数据中心(如 NVIDIA DGX)、RTX 工作站到边缘端 Jetson 设备。转发者 Dmitry Sokolowski 称,新模型在小型 NVIDIA Jetson Orin Nano 上回答一个问题约需 50 毫秒,无需云端往返、决策在设备本地完成。
Liquid AI 宣布发布 Open d1 系列两款开放权重多模态模型:d1-3B 支持文本与视觉,实验性的 d1-omni-600M 仅 600M 参数,支持文本+图像或文本+音频输入。官方表示这些模型可在数据中心(如 NVIDIA DGX)、RTX 工作站和边缘端 Jetson 上实时决策。转发者称此类本地决策无需云端往返,且权重可自行微调。以上均为作者与官方声称,未经独立核实。
Liquid AI 宣布发布 Open d1:其 d1 决策模型家族的两个开源权重多模态模型。团队表示,d1-3B 支持文本+视觉,d1-omni-600M 支持文本+图像或文本+音频;转发者称在 NVIDIA GeForce RTX 4090 上 8 毫秒即可完成决策,官方称可从 NVIDIA DGX 数据中心到 RTX 工作站再到 Jetson 边缘设备实现实时决策。
作者表示,Liquid AI 发布 Open d1 系列的两款开源权重多模态决策模型:d1-3B(文本 + 视觉)与 d1-omni-600M(文本 + 图像或文本 + 音频)。团队称模型可在多种环境进行实时决策,从 NVIDIA DGX 数据中心到 RTX 工作站再到 Jetson 边缘设备。
Liquid AI 宣布发布 Open d1,开放权重的 d1 决策模型家族中新增两个多模态模型:d1-3B 支持文本+视觉,d1-omni-600M 支持文本+图像或文本+音频。公司称这些模型支持实时决策,可在从 NVIDIA DGX 数据中心到 RTX 工作站再到边缘端 Jetson 的多种设备上运行。
作者称 Liquid AI 发布 Open d1 系列两个开放权重决策模型 d1-3B 与 d1-omni-600M,直接输出校准概率,输出 token 恒为 0。d1-3B 在 Decision Index v0.2.1 得 48.57,为 10B 以下最佳,超过 Decider 35B-A3B(47.11),但 Knowledge 项落后 Winnow-12B。单问题延迟 8–50 毫秒(视硬件而定)。以上为作者声称,未经独立核实。
开发者 Jakub Chmura 表示,Liquid AI 发布 d1-omni 仅 47 分钟后,他便与 Claude 一起通过 ruNNtime 让该模型在浏览器中运行,并称其目标之一是让 AI 模型移植到浏览器的过程无摩擦且适合智能体操作。其转发的 Liquid AI 官方公告称,Open d1 系列包含两个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),官方称可覆盖从数据中心到 RTX 工作站再到 Jetson 边缘设备的实时决策场景。
作者援引 NVIDIA Robotics 的祝贺消息称,Liquid AI 推出 Open d1,包含两款开源权重决策模型,可在单次前向传播中给出答案,并支持在 NVIDIA Jetson Thor、Jetson AGX Orin 和 Orin Nano 上运行;NVIDIA 方面同时给出在 Jetson 上运行 d1-3B 模型的教程入口。
Liquid AI 宣布发布 Open d1,称其属于 d1 decision model family,包含两个开放权重多模态模型:d1-3B 支持 text + vision,d1-omni-600M 支持 text + image 或 text + audio。团队表示目标是可在数据中心、RTX 工作站到 Jetson 边缘设备实现实时决策。
Liquid AI 宣布发布 Open d1:其 d1 决策模型家族中的两个开放权重多模态模型。官方称 d1-3B 支持文本+视觉,d1-omni-600M 支持文本+图像或文本+音频,可在从 NVIDIA DGX 数据中心、RTX 工作站到 Jetson 边缘设备上实时运行。转发者表示 d1-3B 小得可以在 MacBook 上运行,并用其为穿搭打分演示多模态视频输入,更多演示见其 Hugging Face Space(链接未展开)。
据 Liquid AI(经 Hugging Face 转发)介绍,该团队推出 d1-3B 决策模型,适用于高质量文本与视觉决策;另提供实验性的 d1-omni-600M,面向对资源占用敏感的场景。用户可下载模型权重,进行微调并在本地部署。相关资源包括官方博客、Hugging Face 权重页面及文档。