面向边缘的 open d1 决策模型
d1 系列用单次前向传播完成多模态决策而非生成 token。
为什么重要
为边缘设备上的低延迟多模态分类和问答决策提供了新模型选择。
阅读原文huggingface.co
AI 解读（根据原文生成）
LiquidAI 发布 open d1 决策模型，基于 Liquid Foundation Models 构建。d1-3B 来自 LFM2.5-VL-3B，支持文本和图像；d1-omni-600M 来自 LFM2.5-Encoder-350M，加入视觉和音频编码器，支持文本+图像或文本+音频。模型不生成 token，而是在单次前向传播中回答。文章给出 Decision Index、七个公开数据集和 NVIDIA/Jetson 等边缘设备上的评测与延迟数据；链接为 Hugging Face Blog。
要点（AI 据原文整理，数字均已与原文核对）
- d1-3B answers a question in 16 ms on an NVIDIA Jetson AGX Thor, 26 ms on a Jetson AGX Orin, and 50ms on a Jetson Orin Nano.
- d1-3B achieves a mean score of 82.9 on seven public datasets.
- d1-omni-600M scores 78.4, surpassing Decider 2B (77.1) with only a quarter of the parameters.
- d1-omni-600M is currently in an early research release and is undergoing further development.
- Three questions take only 1.3x the time of one, with the AGX Thor going from 16 ms to 20 ms.
