Liquid AI 開源兩款決策模型 d1-3B 與 d1-omni-600M，特色是不生成文字，而是一次前向運算直接給答案。據公司說法，d1-3B 在消費級顯卡上只要 8 毫秒就能判斷一次。
Liquid AI 在 10 月 7 日發布兩款開源權重的決策模型：d1-3B（支援文字與圖像）以及實驗性的 d1-omni-600M（支援文字配圖像，或文字配音訊）。這批模型最特別的地方，是它們跟生成式模型走的是不同的路。它們不產出 token，而是在單次前向運算（single forward pass）中給出答案。對需要即時判斷的邊緣裝置而言，這代表速度快、開銷低。
d1-3B 與 d1-omni-600M 各自是什麼
兩款模型雖同屬 d1 家族，底子卻很不一樣。
d1-3B 從 LFM2.5-VL-3B 訓練而來，後者是 decoder-only 的視覺語言模型，輸入吃文字與圖像。d1-omni-600M 則源自 LFM2.5-Encoder-350M，這是一個雙向編碼器，再另外接上視覺與音訊編碼器，讓它一次處理文字、圖像、音訊三種模態。它能接受「文字加圖像」，也能接受「文字加音訊」。
兩者共同的關鍵設計，是把「生成文字」這件事整個拿掉。傳統語言模型是逐字吐出答案，決策模型則是在一次前向運算中直接算出結果。少了逐步生成的過程，延遲自然壓得下來。
效能數字怎麼看
這裡的成績全部出自 Liquid AI 自家公告，尚未經獨立驗證。
據公司說法，d1-3B 在 Decision Index v0.2.1（公開測試集）拿下 48.57 分，超過所有 10B 以下的模型，並與體積大它 12 倍的 Decider 35B-A3B 打成平手。延遲方面，據廠商數據，它在 Nvidia GeForce RTX 4090 上只要 8 毫秒，Jetson AGX Thor 為 16 毫秒，Jetson AGX Orin 為 26 毫秒。連最小的 Jetson Orin Nano 也能在 50 毫秒內跑完，足以應付最小型邊緣硬體的即時判斷需求。
至於 d1-omni-600M，公司稱它是家族中第一個實驗性 checkpoint，在同一指數拿下 15.95 分。兩款模型都已上架 Hugging Face（LiquidAI/d1-3b、LiquidAI/d1-omni-600M），執行說明則在 docs.liquid.ai。
對開發者與邊緣應用的意義
對在資源有限的裝置上跑 AI 的人來說，這批模型的賣點很實際。
過去要在工廠閘道、監控攝影機、小型機器人這類裝置上做即時判斷，通常得把資料傳上雲端，換來延遲與連線成本。d1 系列走的是相反方向：模型小、判斷快、可以在本地執行，影像或音訊不必離場。對需要「當下就決定」的場景，例如產線品檢、異常偵測、離線語音指令，這種單次前向的設計比生成式模型更貼合。
不過要留意兩件事。一是決策模型的任務範圍窄，它回的是答案與分數，不寫說明、不生成內容，別期待它取代聊天模型。二是效能數字目前只有廠商自報，實際導入前的驗證仍然必要。
後續看什麼
開源權重意味著任何人都能下載試跑，真正的口碑會來自社群實測。接下來值得留意的是：第三方對 Decision Index 的複測結果、d1-omni-600M 從實驗性走向穩定版的速度，以及這類「不生成文字」的模型會不會被更多邊緣產品採用。
如果單次前向的做法在實際裝置上站得住腳，它可能替邊緣 AI 開出一條跟雲端大模型不同的路。這條路成不成立，還要看接下來幾個月的實測數字。
